一种改进的支持向量机集成分类算法

• 作者: 刘成忠 韩俊英
• 来源期刊: 甘肃农业大学学报
• 学科: 工学
• 关键词: 集成分类器 反馈学习 Bagging 支持向量机
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 基础科学·信息科学
• 页码范围: 147-150
• 页数: 4页
• 分类号: TP181
• 字数: 2378字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-4315.2008.01.031

摘要

为了更好地改进集成分类器的性能,提出了一种基于反馈学习的支持向量机Bagging集成分类算法.该算法在对子分类器的训练中,引入反馈学习的思想,首先对每个训练得到的子分类器进行测试,找到被错分的样本,把这些样本添加到训练样本集中,重新进行训练、测试,直到没有新的被错分的样本出现为止,最后采用多数投票策略对得到的各子分类器进行组合.仿真实验结果表明,该算法可通过提高各分类器的分类能力改进集成学习器的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩俊英	甘肃农业大学信息科学与技术学院	43	475	11.0	21.0
2	刘成忠	甘肃农业大学信息科学与技术学院	57	688	14.0	25.0