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