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
3
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
基于代价敏感的AdaBoost算法改进
被引量：
4
1
作者
王学玲
王建林
《计算机应用与软件》
CSCD
北大核心
2013年第10期123-125,138,共4页
针对传统的AdaBoost算法只关注分类错误率最小的问题,在分析传统的AdaBoost算法实质基础上,提出一种基于代价敏感的改进AdaBoost算法。首先在训练基分类器阶段,对于数据集上的不同类别样本根据其错分后造成的损失大小不同来更新样本权值...
针对传统的AdaBoost算法只关注分类错误率最小的问题,在分析传统的AdaBoost算法实质基础上,提出一种基于代价敏感的改进AdaBoost算法。首先在训练基分类器阶段,对于数据集上的不同类别样本根据其错分后造成的损失大小不同来更新样本权值,使算法由关注分类错误率最小转而关注分类代价最小。然后,在组合分类器输出时采用预测概率加权方法来取代传统AdaBoost算法采用的预测类别加权的方法。最后通过实验验证了改进算法的有效性。
展开更多
关键词
adaboost
算法
权重更新
集成学习
代价敏感
在线阅读
下载PDF
职称材料
基于多类指数损失函数逐步添加模型的改进多分类AdaBoost算法
被引量：
8
2
作者
翟夕阳
王晓丹
+1 位作者
雷蕾
魏晓辉
《计算机应用》
CSCD
北大核心
2017年第6期1692-1696,共5页
多类指数损失函数逐步添加模型(SAMME)是一种多分类的Ada Boost算法,为进一步提升SAMME算法的性能,针对使用加权概率和伪损失对算法的影响进行研究,在此基础上提出了一种基于基分类器对样本有效邻域分类的动态加权Ada Boost算法SAMME.R...
多类指数损失函数逐步添加模型(SAMME)是一种多分类的Ada Boost算法,为进一步提升SAMME算法的性能,针对使用加权概率和伪损失对算法的影响进行研究,在此基础上提出了一种基于基分类器对样本有效邻域分类的动态加权Ada Boost算法SAMME.RD。首先,确定是否使用加权概率和伪损失;然后,求出待测样本在训练集中的有效邻域;最后,根据基分类器针对有效邻域的分类结果确定基分类器的加权系数。使用UCI数据集进行验证,实验结果表明:使用真实的错误率计算基分类器加权系数效果更好;在数据类别较少且分布平衡时,使用真实概率进行基分类器筛选效果较好;在数据类别较多且分布不平衡时,使用加权概率进行基分类器筛选效果较好。所提的SAMME.RD算法可以有效提高多分类Ada Boost算法的分类正确率。
展开更多
关键词
集成学习
多分类
ADA
Boost算法
多类指数损失函数逐步添加模型(SAMME)
动态加权融合
在线阅读
下载PDF
职称材料
基于不平衡学习的集成极限学习机污水处理故障诊断
被引量：
9
3
作者
许玉格
孙称立
+1 位作者
赖春伶
罗飞
《化工学报》
EI
CAS
CSCD
北大核心
2018年第7期3114-3124,共11页
污水处理过程的故障诊断数据具有高度不平衡性,影响了故障诊断效果,尤其是降低故障类别的识别正确率,导致出水水质不达标、运行费用增高和环境二次污染等问题出现。据此提出一种基于加权极限学习机集成算法的污水处理故障诊断建模方法...
污水处理过程的故障诊断数据具有高度不平衡性,影响了故障诊断效果,尤其是降低故障类别的识别正确率,导致出水水质不达标、运行费用增高和环境二次污染等问题出现。据此提出一种基于加权极限学习机集成算法的污水处理故障诊断建模方法。该方法将不平衡分类评价指标G-mean引入以加权极限学习机为基分类器的Ada Boost集成分类模型,定义新的基分类器初始权值矩阵更新规则和集成权重计算公式,用于基分类器的迭代学习。由仿真实验结果可知,基于加权极限学习机集成算法的污水处理故障诊断模型,可有效提高分类性能G-mean值和整体分类精度,特别提高了故障类的识别正确率,验证了基于加权极限学习机的集成算法在不平衡性污水处理故障诊断问题上的有效性。
展开更多
关键词
加权极限学习机
adaboost
集成算法
不平衡学习
污水处理
故障诊断
模型
在线阅读
下载PDF
职称材料
题名
基于代价敏感的AdaBoost算法改进
被引量：
4
1
作者
王学玲
王建林
机构
滨州学院计算机科学技术系
吉林大学生物与农业工程学院
出处
《计算机应用与软件》
CSCD
北大核心
2013年第10期123-125,138,共4页
基金
山东省自然科学基金项目(ZR2009GL001)
文摘
针对传统的AdaBoost算法只关注分类错误率最小的问题,在分析传统的AdaBoost算法实质基础上,提出一种基于代价敏感的改进AdaBoost算法。首先在训练基分类器阶段,对于数据集上的不同类别样本根据其错分后造成的损失大小不同来更新样本权值,使算法由关注分类错误率最小转而关注分类代价最小。然后,在组合分类器输出时采用预测概率加权方法来取代传统AdaBoost算法采用的预测类别加权的方法。最后通过实验验证了改进算法的有效性。
关键词
adaboost
算法
权重更新
集成学习
代价敏感
Keywords
adaboost algorithm weight update ensemble learning cost-sensitive
分类号
TP181 [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
基于多类指数损失函数逐步添加模型的改进多分类AdaBoost算法
被引量：
8
2
作者
翟夕阳
王晓丹
雷蕾
魏晓辉
机构
空军工程大学防空反导学院
解放军第
出处
《计算机应用》
CSCD
北大核心
2017年第6期1692-1696,共5页
基金
国家自然科学基金资助项目(61273275
61503407)~~
文摘
多类指数损失函数逐步添加模型(SAMME)是一种多分类的Ada Boost算法,为进一步提升SAMME算法的性能,针对使用加权概率和伪损失对算法的影响进行研究,在此基础上提出了一种基于基分类器对样本有效邻域分类的动态加权Ada Boost算法SAMME.RD。首先,确定是否使用加权概率和伪损失;然后,求出待测样本在训练集中的有效邻域;最后,根据基分类器针对有效邻域的分类结果确定基分类器的加权系数。使用UCI数据集进行验证,实验结果表明:使用真实的错误率计算基分类器加权系数效果更好;在数据类别较少且分布平衡时,使用真实概率进行基分类器筛选效果较好;在数据类别较多且分布不平衡时,使用加权概率进行基分类器筛选效果较好。所提的SAMME.RD算法可以有效提高多分类Ada Boost算法的分类正确率。
关键词
集成学习
多分类
ADA
Boost算法
多类指数损失函数逐步添加模型(SAMME)
动态加权融合
Keywords
ensemble
learning
multi-class
Adaptive Boosting（
adaboost
）
algorithm
Stagewise Additive Modelingusing a Multi-class Exponential loss function （SAMME）
dynamic
weight
ed fusion
分类号
TP181 [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
基于不平衡学习的集成极限学习机污水处理故障诊断
被引量：
9
3
作者
许玉格
孙称立
赖春伶
罗飞
机构
华南理工大学自动化科学与工程学院
出处
《化工学报》
EI
CAS
CSCD
北大核心
2018年第7期3114-3124,共11页
基金
国家自然科学基金项目(61473121)
广东省科技计划项目(2016A020221008
+1 种基金
2017B010117007
2017B090910011)~~
文摘
污水处理过程的故障诊断数据具有高度不平衡性,影响了故障诊断效果,尤其是降低故障类别的识别正确率,导致出水水质不达标、运行费用增高和环境二次污染等问题出现。据此提出一种基于加权极限学习机集成算法的污水处理故障诊断建模方法。该方法将不平衡分类评价指标G-mean引入以加权极限学习机为基分类器的Ada Boost集成分类模型,定义新的基分类器初始权值矩阵更新规则和集成权重计算公式,用于基分类器的迭代学习。由仿真实验结果可知,基于加权极限学习机集成算法的污水处理故障诊断模型,可有效提高分类性能G-mean值和整体分类精度,特别提高了故障类的识别正确率,验证了基于加权极限学习机的集成算法在不平衡性污水处理故障诊断问题上的有效性。
关键词
加权极限学习机
adaboost
集成算法
不平衡学习
污水处理
故障诊断
模型
Keywords
weight
ed extreme
learning
machine
adaboost
ensemble
algorithm
imbalanced
learning
wastewater treatment
fault diagnosis
modeling
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
作者
出处
发文年
被引量
操作
1
基于代价敏感的AdaBoost算法改进
王学玲
王建林
《计算机应用与软件》
CSCD
北大核心
2013
4
在线阅读
下载PDF
职称材料
2
基于多类指数损失函数逐步添加模型的改进多分类AdaBoost算法
翟夕阳
王晓丹
雷蕾
魏晓辉
《计算机应用》
CSCD
北大核心
2017
8
在线阅读
下载PDF
职称材料
3
基于不平衡学习的集成极限学习机污水处理故障诊断
许玉格
孙称立
赖春伶
罗飞
《化工学报》
EI
CAS
CSCD
北大核心
2018
9
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
