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:
基于距离函数和损失函数正则化的权值更新模式,使用相关熵距离函数,Itakura-Saito距离函数,指数一次近似距离和相关熵损失函数结合,实现了三种AdaBoost弱分类器权值更新算法。使用UCI数据库数据对提出的三种算法AdaBoostRE,AdaBoostIE,AdaBoostEE与Real AdaBoost,Gentle AdaBoost和Modest AdaBoost算法作了比较,可以看到提出的AdaBoostRE算法预测效果最好,优于Real AdaBoost,Gentle AdaBoost和Modest AdaBoost算法。
推荐文章
基于bregman距离和等式约束正则化AdaBoost算法
bregman距离函数
等式约束问题
正则化
集成分类器
采用多类代价指数损失函数的代价敏感AdaBoost算法
代价敏感
AdaBoost算法
多分类
贝叶斯决策
损失函数
基于Bayesian正则化算法的非线性函数拟合
BP神经网络
贝叶斯正则化(Bayesian-Regularization)算法
函数拟合
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 距离和损失函数约束正则化的AdaBoost算法
来源期刊 计算机工程与应用 学科 工学
关键词 距离函数 损失函数 正则化 AdaBoost算法
年,卷(期) 2013,(15) 所属期刊栏目
研究方向 页码范围 133-135,200
页数 4页 分类号 TP181
字数 2741字 语种 中文
DOI 10.3778/j.issn.1002-8331.1111-0360
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 罗雄麟 中国石油大学北京自动化研究所 143 1487 17.0 33.0
2 刘建伟 中国石油大学北京自动化研究所 47 653 9.0 25.0
3 付捷 中国石油大学北京自动化研究所 4 17 3.0 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  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
距离函数
损失函数
正则化
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导