基于AdaBoost和匹配追踪的选择性集成算法

• 作者: 姚旭 张玉玺 王晓丹 雷蕾
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 选择性集成 AdaBoost算法 匹配追踪 差异性
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 208-214
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2012.1472

摘要

为了平衡集成学习中差异性和准确性的关系并提高学习系统的泛化性能，提出一种基于AdaBoost和匹配追踪的选择性集成算法。其基本思想是将匹配追踪理论融合于AdaBoost的训练过程中，利用匹配追踪贪婪迭代的思想来最小化目标函数与基分类器线性组合之间的冗余误差，并根据冗余误差更新AdaBoost已训练基分类器的权重，进而根据权重大小选择集成分类器成员。在公共数据集上的实验结果表明，该算法能够获得较高的分类精度。

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	张玉玺	空军工程大学防空反导学院	15	154	8.0	12.0
3	雷蕾	空军工程大学防空反导学院	36	280	11.0	15.0