期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于可信度的投票法 被引量:8
1
作者 燕继坤 郑辉 +1 位作者 王艳 曾立君 《计算机学报》 EI CSCD 北大核心 2005年第8期1308-1313,共6页
可信度投票法不仅使用了基分类器输出的类别,还使用了输出的可信度.推导了该方法训练错误率的界以及期望错误率的界.发现为了最小化期望错误率的界,应该使用错误独立的基分类器,如果基分类器的错误率不是很高,这个界以指数级速度随着基... 可信度投票法不仅使用了基分类器输出的类别,还使用了输出的可信度.推导了该方法训练错误率的界以及期望错误率的界.发现为了最小化期望错误率的界,应该使用错误独立的基分类器,如果基分类器的错误率不是很高,这个界以指数级速度随着基分类器错误率的降低而降低,而且这个界随着投票次数的增加也会下降.在最小化训练错误率的界的意义下,得到了一种权值分配方法.把这个方法应用于一种Bagging算法:AB,得到了综合分类算法CAB.使用UCI机器学习数据集中的数据,通过实验验证了CAB的有效性. 展开更多
关键词 机器学习 综合分类 可信度投票法 错误率的界 BAGGING
在线阅读 下载PDF
基于单边抽样的LPU
2
作者 沈蕾 石盛平 燕继坤 《计算机工程》 EI CAS CSCD 北大核心 2006年第23期216-217,223,共3页
提出结合单边抽样Bagging与LPU的基本思想对不平衡数据进行分类。主要步骤是:将未标注实例全标为反类,和正例一起训练单边抽样Bagging学习器,将得到的学习器对未标注实例分类得到可靠的反例(RN),再用正例和RN训练SSBagging学习器。使用R... 提出结合单边抽样Bagging与LPU的基本思想对不平衡数据进行分类。主要步骤是:将未标注实例全标为反类,和正例一起训练单边抽样Bagging学习器,将得到的学习器对未标注实例分类得到可靠的反例(RN),再用正例和RN训练SSBagging学习器。使用Rocchio和EM进行分类是Liu等提出的一种有代表性的LPU。比较了这种LPU和该文提出的方法,发现当数据的不平衡性很明显时,后者要优于前者。 展开更多
关键词 不平衡分类 未标注数据 BAGGING EM
在线阅读 下载PDF
一种基于相关序列的OFDM频偏估计算法
3
作者 刘春国 李立忠 安建平 《北京理工大学学报》 EI CAS CSCD 北大核心 2011年第4期461-466,共6页
提出了一种改进的整数倍频偏估计算法,此算法基于已知频域前导序列及其共轭移位序列的Hadamard积构建一个具有良好自相关性能的相关序列,再利用相关运算估计频偏.利用蒙特卡洛仿真方法,分析了新算法的测度函数在高斯白噪声信道条件下的... 提出了一种改进的整数倍频偏估计算法,此算法基于已知频域前导序列及其共轭移位序列的Hadamard积构建一个具有良好自相关性能的相关序列,再利用相关运算估计频偏.利用蒙特卡洛仿真方法,分析了新算法的测度函数在高斯白噪声信道条件下的均值和方差分布特性.将新算法应用于IEEE 802.16d系统中进行仿真,结果表明,该算法能够克服大定时偏移带来的影响,在信噪比大于10 dB时具有精确的整数倍频偏检测概率,且算法复杂度没有明显提高. 展开更多
关键词 正交频分复用 频偏估计 定时偏移 相关序列
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部