| 基于自适应权值的SVM集成学习方法 |
| |
| 引用本文： | 扈晓君,刘丽,孙斐斐. 基于自适应权值的SVM集成学习方法[J]. 山东师范大学学报(自然科学版), 2015, 0(1) |
| |
| 作者姓名： | 扈晓君 刘丽 孙斐斐 |
| |
| 作者单位： | 山东师范大学信息科学与工程学院，250014，济南; 山东省分布式计算机软件新技术重点实验室，250014，济南 |
| |
| 基金项目： | 教育部博士点基金资助项目(20113704110001)；山东省自然科学基金资助项目(ZR2010FM021)；山东省科技攻关计划及泰山学者基金资助项目(2013GGX10125)． |
| |
| 摘 要： | 提出一种自适应权值的支持向量机集成学习方法。该方法以Bagging方法为基础，结合部分AdaBoost算法权值更新的思想，给各个子分类器赋予权值，同时结合支持向量机本身的特性，对训练数据进行选择，加大训练样本的差异性。相比较传统的Bagging方法，结合SVM的特性来更有针对性的训练错分样本。文中使用4个UCI数据集进行对比实验，结果表明本文算法相比较传统的Bagging算法可以在一定程度上提高分类器的泛化能力。
|
| 关 键 词： | 支持向量机 Bagging算法 AdaBoost算法 集成学习 |
THE SVE ENSEMBLE LEARNING METHOD BASED ON ADAPTIVE WEIGH |
| |
| HuXiaojun,LiuLi , SunFeifei. THE SVE ENSEMBLE LEARNING METHOD BASED ON ADAPTIVE WEIGH[J]. Journal of Shandong Normal University(Natural Science), 2015, 0(1) |
| |
| Authors: | HuXiaojun LiuLi SunFeifei |
| |
| Abstract: | |
| |
| Keywords: | support vector machine Bagging algorithm AdaBoost algorithm ensemble learning |
| 本文献已被 万方数据 等数据库收录！ |
