期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
非平衡样本分类的集成迁移学习算法 被引量:28
1
作者 于重重 田蕊 +1 位作者 谭励 涂序彦 《电子学报》 EI CAS CSCD 北大核心 2012年第7期1358-1363,共6页
针对冗余数据量大且正负样本不平衡的辅助训练数据,提出了一种改进集成迁移学习算法,利用这些辅助训练数据迁移帮助目标数据进行分类.新的样本初始权重分配及调整策略,突出了对负样本的识别能力.通过动态调整辅助训练集,根据设定好的权... 针对冗余数据量大且正负样本不平衡的辅助训练数据,提出了一种改进集成迁移学习算法,利用这些辅助训练数据迁移帮助目标数据进行分类.新的样本初始权重分配及调整策略,突出了对负样本的识别能力.通过动态调整辅助训练集,根据设定好的权重阈值下限适时地淘汰冗余数据,降低了冗余数据对分类器性能的影响,提升了迁移学习对非平衡样本的学习能力.本文利用桥梁实际监测数据进行的实验表明了该算法较TrAdaboost算法的有效性. 展开更多
关键词 迁移学习 分类器集成 冗余数据淘汰 权重分配
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部