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:
基于间隔理论的AdaBoost改进算法大多通过直接优化基于间隔的损失函数,以提高算法的泛化能力.通过改进AdaBoost算法的权值调整策略,增加间隔增量从正到负变化的样本权重,进而抑制训练样本间隔的负向移动,优化损失函数.通过100轮5倍交叉验证结果表明,与PAB,IPAB等算法相比,该算法的分类准确性和稳定性都有一定的提高.
推荐文章
关于Real AdaBoost算法的分析与改进
分类器组合
集成学习
GentleAda Boost
RealAda Boost
基于预测模型的BP_Adaboost算法改进
BP_Adaboost算法
遗传算法
强预测模型
BP神经网络
基于代价敏感的AdaBoost算法改进
Adaboost算法
权重更新
集成学习
代价敏感
基于HSV模型和改进AdaBoost算法的车牌检测
AdaBoost算法
分类器
过配现象
HSV颜色模型
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 一种改进的带参数AdaBoost算法
来源期刊 计算机工程 学科 工学
关键词 间隔理论 AdaBoost算法 权重调整策略 泛化性能 交叉验证
年,卷(期) 2016,(7) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 199-202,208
页数 5页 分类号 TP18
字数 4787字 语种 中文
DOI 10.3969/j.issn.1000-3428.2016.07.033
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 娄震 南京理工大学计算机科学与工程学院 37 509 12.0 21.0
2 邱仁博 南京理工大学计算机科学与工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (76)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (19)
二级引证文献  (4)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
间隔理论
AdaBoost算法
权重调整策略
泛化性能
交叉验证
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导