改进的AdaBoost算法与SVM的组合分类器

• 作者: 刘晓霞 李亚军 陈平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: AdaBoost 支持向量机 组合分类器 规则抽样
• 年，卷（期）: 2008,（32）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 140-142
• 页数: 3页
• 分类号: TP391
• 字数: 3147字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.32.042

摘要

提出了一种改进的AdaBoost算法与支持向量机组合的分类方法,用来处理多类别分类.采用规则抽样来解决支持向量机分类中正负样本的不平衡性,改进AdaBoost算法,使其在初始化时考虑样本分布稀疏的重要性,有利于稀有类样本的正确划分.实验结果表明,此方法与标准支持向量机分类器相比,泛化性能有一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓霞	西北大学信息科学与技术学院	53	1012	18.0	30.0
2	李亚军	西北大学信息科学与技术学院	4	97	3.0	4.0
3	陈平	西北大学信息科学与技术学院	8	106	4.0	8.0