2009-2015 ©
             ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
ชื่อบทความ Enhanced Classification Accuracy for Cardiotocogram Data with Ensemble Feature Selection and Classifier Ensemble 
วัน/เดือน/ปี ที่ได้ตอบรับ 25 มีนาคม 2559 
วารสาร
     ชื่อวารสาร Journal of Computer and Communications 
     มาตรฐานของวารสาร OTHER () 
     หน่วยงานเจ้าของวารสาร Scientific Research Publishing Inc. 
     ISBN/ISSN 2327-5227 
     ปีที่ 2016 
     ฉบับที่
     เดือน 4
     ปี พ.ศ. ที่พิมพ์ 2559 
     หน้า 20-35 
     บทคัดย่อ In this paper ensemble learning based feature selection and classifier ensemble model is proposed to improve classification accuracy. The hypothesis is that good feature sets contain features that are highly correlated with the class from ensemble feature selection to SVM ensembles which can be achieved on the performance of classification accuracy. The proposed approach consists of two phases: (i) to select feature sets that are likely to be the support vectors by applying ensemble based feature selection methods; and (ii) to construct an SVM ensemble using the selected features. The proposed approach was evaluated by experiments on Cardiotocography dataset. Four feature selection techniques were used: (i) Correlation-based, (ii) Consistency-based, (iii) ReliefF and (iv) Information Gain. Experimental results showed that using the ensemble of Information Gain feature selection and Correlation-based feature selection with SVM ensembles achieved higher classification accuracy than both single SVM classifier and ensemble feature selection with SVM classifier. 
     คำสำคัญ Classification, Feature Selection, Support Vector Machines, Ensemble Learning, Classification Accuracy 
ผู้เขียน
547080012-3 น.ส. ทิพาวรรณ ศิลวัฒนานุสานติ์ [ผู้เขียนหลัก]
คณะมนุษยศาสตร์และสังคมศาสตร์ ปริญญาเอก โครงการพิเศษ

การประเมินบทความ มีผู้ประเมินอิสระ 
สถานภาพการเผยแพร่ ตีพิมพ์แล้ว 
วารสารมีการเผยแพร่ในระดับ ชาติ 
citation ไม่มี 
เป็นส่วนหนึ่งของวิทยานิพนธ์ เป็น 
แนบไฟล์
Citation 0