首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于Boosting的支持向量机组合分类器
引用本文:琚旭,王浩,姚宏亮.基于Boosting的支持向量机组合分类器[J].合肥工业大学学报(自然科学版),2006,29(10):1220-1222.
作者姓名:琚旭  王浩  姚宏亮
作者单位:合肥工业大学,计算机与信息学院,安徽,合肥,230009
基金项目:安徽省自然科学基金资助项目(03042305)
摘    要:Boosting是一种有效的分类器组合的方法,文章提出用一个改进的Boosting方法对支持向量机分类器进行集成学习,得到Boosting-MultiSVM分类器;试验结果表明,基于Boosting的支持向量机训练是一个收敛过程,相比标准的支持向量机分类器,Boosting-MultiSVM分类器的泛化性能有不同程度的提高。

关 键 词:支持向量机  Boosting  集成学习
文章编号:1003-5060(2006)10-1220-03
修稿时间:2005年10月26

Boosting-based support vector machines combination classifier
JU Xu,WANG Hao,YAO Hong-liang.Boosting-based support vector machines combination classifier[J].Journal of Hefei University of Technology(Natural Science),2006,29(10):1220-1222.
Authors:JU Xu  WANG Hao  YAO Hong-liang
Abstract:Boosting is an effective classifier combination method.An improved boosting method is presented for support vector machine classifier combination,and a boosting-MultiSVM classifier is trained.Experimental results show that support vector!machine training based on boosting is convergent.The boosting-MultiSVM classifier has better generalization performance than the standard support vector machine classifier.
Keywords:support vector machine  boosting  ensemble learning  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号