论文部分内容阅读
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(N。),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BaggingLibSVM,AdalBostLibSVM,BaggingLib—linear,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。