近日，我中心机器学习研究小组完成的论文 The Design of Dynamic Ensemble Selection Strategy for the Error-Correcting Output Codes Family 被信息科学重要期刊Information Sciences期刊录用。Information Sciences是CCF-B类期刊、中科院SCI期刊分区2020年01月最新升级版一区期刊，2020年影响因子为5.91。
论文由中心刘昆宏教授，吴清强教授，2017级本科生邹嘉禹，2016级研究生孙蒙新合作完成。本文主要致力于设计一个动态集成选择策略来提升ECOC算法的性能。本文在两个方面进行了改进：①将编码矩阵中的每一列与由各种特征选择方法生成的一组特征子集相匹配；②在解码过程中，提出了一种基于数据复杂度理论的新准则，从候选子集中提取最优特征子集，从而更好地区分未知样本。多个经典ECOC算法在标准数据集的识别性能提升证明了本文工作的有效性。
本研究工作得到国家自然科学基金(基金号61772023)与国家重点研发计划(No. 2019QY1803)的资助。
