公共文化服务平台

共 2 条记录，以下是 1-2

全选清除导出

排序方式：

递减样本集成学习算法: 2016年; 从多个弱分类器重构出强分类器的集成学习方法是机器学习领域的重要研究方向之一。尽管已有多种多样性基本分类器的生成方法被提出,但这些方法的鲁棒性仍有待提高。递减样本集成学习算法综合了目前最为流行的boosting与bagging算法的学习思想,通过不断移除训练集中置信度较高的样本,使训练集空间依次递减,使得某些被低估的样本在后续的分类器中得到充分训练。该策略形成一系列递减的训练子集,因而也生成一系列多样性的基本分类器。类似于boosting与bagging算法,递减样本集成学习方法采用投票策略对基本分类器进行整合。通过严格的十折叠交叉检验,在8个UCI数据集与7种基本分类器上的测试表明,递减样本集成学习算法总体上要优于boosting与bagging算法。; 周羿陈科朱波刘浩王宇凡武继刚孙学梅; 关键词：置信度

递减子空间集成学习算法: 本发明提供了一种新的不断以子样本集进行进程学习的算法，属于数据挖掘领域。本发明是借鉴boosting算法思想产生的递减子空间集成学习算法。在一次分类过程中，本发明通过对原始数据进行筛选，使下一层分类器更好的排除一些不必要...; 陈科周羿; 文献传递

全选清除导出

共1页<1>

周羿