期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于样本抽样和权重调整的SWA-Adaboost算法
被引量：
2
1
作者
高敬阳
赵彦
《计算机工程》
CAS
CSCD
2014年第9期248-251,256,共5页
根据分类算法是依据样本区分度进行分类的原理,提出增加样本属性以提高样本区分度的方法,在样本预处理阶段对所有样本增加一个属性值dmin以加强样本之间的区分度。针对原始Adaboost算法在抽样阶段由于抽样不均而导致对某些类训练不足的...
根据分类算法是依据样本区分度进行分类的原理,提出增加样本属性以提高样本区分度的方法,在样本预处理阶段对所有样本增加一个属性值dmin以加强样本之间的区分度。针对原始Adaboost算法在抽样阶段由于抽样不均而导致对某些类训练不足的问题,采用均衡抽样方法,保证在抽样阶段所抽取的不同类样本的数量比例不变。针对原始算法样本权重增长过快的问题,给出新的权重调整策略,引入样本错分计数量count(n),有效地抑制样本权重增长速度。给出一种改进的Adaboost算法,即SWA-Adaboost算法,并采用美国加州大学机器学习UCI数据库中6种数据集的数据对改进算法与原始算法进行实验对比,结果证明,改进算法SWA-Adaboost在泛化性能上优于Adaboost算法,泛化误差平均降低9.54%。
展开更多
关键词
样本预处理
均衡抽样
权重调整
泛化性能
类中心最小距离
样本区分度
在线阅读
下载PDF
职称材料
基于面向分类准则的维数约简及其在人脸识别中的应用
2
作者
殷飞
焦李成
《计算机科学》
CSCD
北大核心
2014年第5期283-287,共5页
针对高维数据导致的维数灾难问题,提出了一种基于面向分类准则的维数约简方法。所提准则使每个训练样本在特征空间中与同类样本尽可能接近,而与异类样本尽可能疏远。首先对每个训练样本定义同类样本加权平均距离和异类样本加权平均距离...
针对高维数据导致的维数灾难问题,提出了一种基于面向分类准则的维数约简方法。所提准则使每个训练样本在特征空间中与同类样本尽可能接近,而与异类样本尽可能疏远。首先对每个训练样本定义同类样本加权平均距离和异类样本加权平均距离。然后基于上述两个概念分别定义总体同类距离和总体异类距离。以最小化总体同类距离和最大化总体异类距离为目的提出了面向分类的准则(Classification Oriented Criterion,COC)。最后,基于面向分类的准则推导出了一种新的维数约简方法。在公共人脸数据库ORL和Yale上的实验表明所提方法性能优于有代表性的维数约简方法。
展开更多
关键词
维数约简
总体同类距离
总体异类距离
面向分类的准则
人脸识别
在线阅读
下载PDF
职称材料
题名
基于样本抽样和权重调整的SWA-Adaboost算法
被引量：
2
1
作者
高敬阳
赵彦
机构
北京化工大学信息科学与技术学院
出处
《计算机工程》
CAS
CSCD
2014年第9期248-251,256,共5页
基金
国家自然科学基金资助项目(51275030)
文摘
根据分类算法是依据样本区分度进行分类的原理,提出增加样本属性以提高样本区分度的方法,在样本预处理阶段对所有样本增加一个属性值dmin以加强样本之间的区分度。针对原始Adaboost算法在抽样阶段由于抽样不均而导致对某些类训练不足的问题,采用均衡抽样方法,保证在抽样阶段所抽取的不同类样本的数量比例不变。针对原始算法样本权重增长过快的问题,给出新的权重调整策略,引入样本错分计数量count(n),有效地抑制样本权重增长速度。给出一种改进的Adaboost算法,即SWA-Adaboost算法,并采用美国加州大学机器学习UCI数据库中6种数据集的数据对改进算法与原始算法进行实验对比,结果证明,改进算法SWA-Adaboost在泛化性能上优于Adaboost算法,泛化误差平均降低9.54%。
关键词
样本预处理
均衡抽样
权重调整
泛化性能
类中心最小距离
样本区分度
Keywords
sample preprocessing
even sampling
weight adjustment
generalization performance
minimum
distance
of
class center
different
degree
of
sample
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于面向分类准则的维数约简及其在人脸识别中的应用
2
作者
殷飞
焦李成
机构
西安电子科技大学智能感知与图像理解教育部重点实验室
出处
《计算机科学》
CSCD
北大核心
2014年第5期283-287,共5页
基金
国家重点基础研究发展计划(2013CB329402)
国家自然科学基金(61072106
+4 种基金
61173090
61072108
61303034)
教育部长江学者和创新团队发展计划(IRT1170)
基本科研业务费(K5051303011)资助
文摘
针对高维数据导致的维数灾难问题,提出了一种基于面向分类准则的维数约简方法。所提准则使每个训练样本在特征空间中与同类样本尽可能接近,而与异类样本尽可能疏远。首先对每个训练样本定义同类样本加权平均距离和异类样本加权平均距离。然后基于上述两个概念分别定义总体同类距离和总体异类距离。以最小化总体同类距离和最大化总体异类距离为目的提出了面向分类的准则(Classification Oriented Criterion,COC)。最后,基于面向分类的准则推导出了一种新的维数约简方法。在公共人脸数据库ORL和Yale上的实验表明所提方法性能优于有代表性的维数约简方法。
关键词
维数约简
总体同类距离
总体异类距离
面向分类的准则
人脸识别
Keywords
Dimensionality reduction
total
distance
of
samples
from
the same class
total distance of samples from different classes
Classification oriented criterion
Face recognition
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于样本抽样和权重调整的SWA-Adaboost算法
高敬阳
赵彦
《计算机工程》
CAS
CSCD
2014
2
在线阅读
下载PDF
职称材料
2
基于面向分类准则的维数约简及其在人脸识别中的应用
殷飞
焦李成
《计算机科学》
CSCD
北大核心
2014
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
