基于BP神經(jīng)網(wǎng)絡(luò)的Stacking模型融合的光譜分類算法

打開文本圖片集

摘  要：文章介紹了Stacking集成學(xué)習(xí)方法、BP神經(jīng)網(wǎng)絡(luò)模型，分別討論了單分類器的精度，特征提取與單分類器結(jié)合的算法的精度、Stacking集成學(xué)習(xí)算法的精度。實(shí)驗(yàn)測(cè)試表明，以決策樹、LDA、樸素貝葉斯、隨機(jī)森林為基學(xué)習(xí)器，以BP神經(jīng)網(wǎng)絡(luò)為元學(xué)習(xí)器所建立的Stacking算法是最佳的光譜分類算法，該算法穩(wěn)定性強(qiáng)，學(xué)習(xí)效果好，平均準(zhǔn)確率高達(dá)94%。（剩余6375字）