1. 研究目的与意义（文献综述包含参考文献）
一、研究背景和意义
随着科技的快速发展，软件新技术发展的重要趋势是智能化技术，而机器学习是实现智能化的重要途径之一。机器学习是计算机科学中研究让机器具有学习能力的分支。集成学习是机器学习的研究热点之一，是机器学习的一种新的范式。机器学习方法在生产、科研和生活中有着广泛应用，目前，已经在科学研究、手写识别、人脸识别、语音识别、数据挖掘、游戏、情感识别等领域之中得到应用。随着机器学习方法的普及，集成学习的研究也越来越热门。
集成学习(ensemblelearning)是机器学习的一种新的范式，是使用多个同质或非同质的学习器来解决同一个问题的一个学习系统，通常是使用同质的多个学习器来解决同一个问题,它能够显著的提高学习系统的泛化能力，所以成为近年来机器学习界一个重要的研究方向，国际上有很多学者都已经加入到相应的研究行列之中，并且研究出了不少有用的理论和应用成果。目前仍然存在许多问题需要解决。如何设计出更加有效的方法，如何有效的设计出分类器集成系统来提高整个学习器的泛化能力，将这些理论成果应用到实际应用中去，这些都是集成学习中需要研究的热点问题。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 研究的基本内容、问题解决措施及方案
一、本课题要研究的问题
针对大量数据，结合粗糙集和遗传算法来构造一种集成分类器。
二、本课题拟采用的研究手段
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
