期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
结合Rotation Forest和MultiBoost的SVM集成方法 被引量:1
1
作者 姚旭 王晓丹 +1 位作者 张玉玺 毕凯 《计算机科学》 CSCD 北大核心 2013年第3期266-270,290,共6页
针对如何提高集成学习的性能,提出一种结合Rotation Forest和MultiBoost的集成学习方法——利用Ro-tation Forest中旋转变换的思想对原始数据集进行变换,旨在增加分类器间的差异度;利用MultiBoost在变换后的数据集上训练基分类器,旨在... 针对如何提高集成学习的性能,提出一种结合Rotation Forest和MultiBoost的集成学习方法——利用Ro-tation Forest中旋转变换的思想对原始数据集进行变换,旨在增加分类器间的差异度;利用MultiBoost在变换后的数据集上训练基分类器,旨在提高基分类器的准确度。最后用简单的多数投票法融合各基分类器的决策结果,将其作为集成分类器的输出。为了验证该方法的有效性,在公共数据集UCI上进行了实验,结果显示,该方法可获得较高的分类精度。 展开更多
关键词 集成学习 支持向量机 随机投影 旋转森林 multiboost
在线阅读 下载PDF
基于MultiBoost的最小分类误差算法 被引量:2
2
作者 王元珍 乐树彬 《小型微型计算机系统》 CSCD 北大核心 2005年第11期1948-1950,共3页
基于MultiBoost分类组装技术,提出了一种用增量交叉验证技术求MultiBoost最小分类误差的算法,以使之在指定分类器数量T的范围内找出具有最小分类误差的合成分类器.
关键词 分类组装算法 最小分类误差 multiboost Wagging BAGGING ADABOOST
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部