摘要：为了提高监督分类的精度,本文从组合分类器的结构出发,提出一种横向多层组合模型,并对这种模型的运行方式与组合特性进行分析.该模型每层含有一个分类器,每个分类器的输入和输出一起作为其后面一层的输入.我们将简单贝叶斯法与BP神经网络组合成两层分类器.实验结果表明,这种组合方式有效地提高了单个方法的分类精度.

关键词：学习算法 多层组合分类器 监督学习 反向前馈神经网络 

单位：国防科技大学计算机学院，湖南长沙410073