基于随机子空间和AdaBoost的自适应集成方法

• 作者: 姚旭 张玉玺 王晓丹 邢雅琼
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 集成学习 随机子空间 AdaBoost算法 粒子群优化
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 科研通信
• 页码范围: 810-814
• 页数: 5页
• 分类号: TP391.4
• 字数: 4811字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2013.04.031

摘要

如何构造差异性大且精确度高的基分类器是集成学习的重点,为此提出一种新的集成学习方法——利用PSO寻找使得AdaBoost依样本权重抽取的数据集分类错误率最小化的最优特征权重分布,依据此最优权重分布对特征随机抽样生成随机子空间,并应用于AdaBoost的训练过程中.这就在增加分类器间差异性的同时保证了基分类器的准确度.最后用多数投票法融合各基分类器的决策结果,并通过仿真实验验证该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓丹	空军工程大学防空反导学院	135	1447	21.0	31.0
2	姚旭	空军工程大学防空反导学院	32	249	9.0	13.0
3	张玉玺	空军工程大学防空反导学院	15	154	8.0	12.0
4	邢雅琼	空军工程大学防空反导学院	21	233	10.0	14.0