基于样本噪声检测的AdaBoost算法改进

• 作者: 张子祥 陈优广
• 来源期刊: 计算机系统应用
• 关键词: 过拟合 噪声检测 AdaBoost算法 二分类
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 186-190
• 页数: 5页
• 字数: 3983字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006081

摘要

针对传统的AdaBoost算法中,存在的噪声样本造成的过拟合问题,提出了一种基于噪声检测的AdaBoost 改进算法,本文称为NAdaBoost(nois-detection AdaBoost).NAdaBoost算法创新点在于针对传统的AdaBoost算法在错误分类的样本中,噪声样本在某些属性上存在很大差异,根据这一特性来确定噪声样本,再重新使用算法对两类样本进行分类,最终达到提高分类准确率的目的.本文对二分类问题进行实验结果表明,本文提出的算法和传统的AdaBoost算法,以及相关改进的算法相比,有较高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈优广	华东师范大学计算机科学与软件工程学院	23	210	7.0	13.0
2	张子祥	华东师范大学计算机科学与软件工程学院	1	3	1.0	1.0