作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于径向基函数的神经网络、支持向量机已被广泛应用于模式分类.为了进一步提高分类的精度,将径向基函数应用于集成的AdaBoost算法,即以RBF神经网络和以RBF核函数的支持向量机分别作为AdaBoost的弱分类器,集成更高精度的强分类.通过对标准数据集的分类实验性能对比,证明了其算法解决分类问题有效性.
推荐文章
数据流集成分类算法综述
数据流分类
集成学习
概念漂移
基于组合核函数的高校经济困难生分类
高校经济困难生
组合核函数
支持向量机
基于GF空间多项式核函数的分类研究
核方法
GF空间
多核学习
不平衡数据的集成分类算法综述
不平衡数据
集成学习
分类
代价敏感
数据采样
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于RBF核函数的集成分类AdaBoost算法研究
来源期刊 科学技术与工程 学科 工学
关键词 径向基函数 神经网络 支持向量机 AdaBoost算法
年,卷(期) 2012,(34) 所属期刊栏目 论文
研究方向 页码范围 9207-9210,9220
页数 5页 分类号 TP301.6
字数 3311字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 娄生超 兰州交通大学自动化与电气工程学院 4 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (28)
二级引证文献  (5)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
径向基函数
神经网络
支持向量机
AdaBoost算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导