最大间隔集成学习算法与应用

• 作者: 侯勇 郑雪峰
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 最大间隔 多层感知器 集成算法 扩展的MIT人脸数据集 ROC曲线
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 开发与应用
• 页码范围: 1504-1509
• 页数: 6页
• 分类号: TP391.4
• 字数: 4944字
• 语种: 中文

摘要

针对集成学习算法的不足,提出了一种新颖的集成学习算法一集成最大间隔集成学习算法(MMEA).该算法的时间与空间复杂度都是O(N),而标准的SVM算法的时间复杂度是O(N3),空间复杂度是O(N2),其中N是数据样本的大小,并从理论上证明了MMEA算法的收敛性.用MMEA算法与Bagging LibSVM,AdaBoostLibSVM,BaggingLiblinear,AdaBoostLiblinear流行的集成算法对扩展的MIT人脸数据集进行分类.实验结果表明,提出的MMEA算法在多项指标上均达到最优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑雪峰	北京科技大学计算机与通信工程学院	153	1031	17.0	23.0
2	侯勇	北京科技大学计算机与通信工程学院	23	72	5.0	7.0