软件缺陷预测可以有效提高软件的可靠性,修复系统存在的漏洞.Boosting重抽样是解决软件缺陷预测样本数量不足问题的常用方法,但常......

本文根据公安交通管理综合应用平台中实际的交通事故业务数据,初步实践了基于"数据驱动(Data-Driven)"的研究范式,开展交通事故......

图像理解是当前计算机研究领域的热点,其主要研究内容是场景中目标识别和场景的描述与理解。分类和检测是场景中目标识别的关键问......

文本分类是处理和组织大量文本数据的关键技术。在文本分类中,特征空间的维数高达几万,导致样本统计特性的评估变得十分困难,甚至......

AdaBoost是数据挖掘领域中的一种经典分类算法,但是在噪声环境下容易发生过拟合,近年来已经有很多研究者提出了相关的改进算法,然......

随着科学技术的发展,人们的生活正逐渐走入现代化、智能化。人机交互是实现生活智能化的关键环节,而人体姿势识别是人机交互的重要......

　　针对单个神经网络难以对复杂的3D模型特征空间有足够的优化能力和泛化能力，用boosting方法和基于粒子群训练的RBF神经网络形成......

只有单幅图像的人脸识别问题是一个现实问题,但目前研究较少.许多好的识别算法一旦应用到单幅训练图像的人脸库时,识别率会急剧下......

目的：随着现代基因组学、蛋白组学和代谢组学等研究兴起，产生了大量的高维组学数据。对高维组学数据的分析，其重要任务是筛选具有生物......

论文在以下几个方法中进行了探讨和创新.在无监督的属性聚类网络理论的基础上提出了堆近邻分类方法.属性聚类网络在聚类中能较好地......

该文将Adaboost方法应用到判别分析的部分方法中,利用它能提高算法精度的优势,使某些简单粗略的判别方法可以得到广泛的应用,克服......

朴素贝叶斯分类方法是简单的贝叶斯分类方法，在众多分类方法和理论中，朴素贝叶斯由于计算高效、精确度高，并具有坚实的理论基础而得到......

高端先进的信息技术，将我们带入了一个浩如烟海的数字时代。大量数据的涌入使得搜索引擎变得越来越重要，如何从海量数据中快速定位所......

本文提出了一种新颖的基于Boosting模糊分类的滚动轴承故障诊断方法。利用小波包对滚动轴承的振动加速度信号进行分解,得到滚动轴......

岩爆预测对地下硬岩矿山的设计和施工至关重要。使用三种基于树的集成方法,对由102个历史案例(即1998—2011年期间14个硬岩矿山数......

提出一种新颖的基于boosting模糊分类的交通事件检测方法．该方法利用Boosting方法和遗传算法以迭代形式获取一组模糊规则及规则对应......

为了提高boosting算法的学习效率,根据Boosting算法泛化误差由偏差和差异组成的思想,把Boosting算法的学习过程分为减小拟合误差和......

Boosting是一种有效的分类器组合方法，其通过加权投票来组合多个基分类器进行分类。在对基分类器进行权重赋值时，该算法采用了以基分......

情感识别技术是智能人机交互的重要基础,它涉及计算机科学、语言学、心理学等多个研究领域,是模式识别和图像处理领域的研究热点。......

提出一种多特征信息融合的人脸识别方法。应用Zernike矩方法和非负矩阵分解法(NMF)分别提取具有旋转不变性的人脸几何特征和人脸子......

为提高文本分类的精度,Schapire和Singer尝试了一个用Boosting来组合仅有一个划分的简单决策树(Stumps)的方法.其基学习器的划分是......

该文提出一种基于Boosting方法的人脸检测算法。先用特征脸方法构造一个基于重建图像信噪比的阈值函数用于人脸检测,在此基础上,该......

提出一种新颖的基于boosting RBF神经网络的入侵检测方法。将模糊聚类和神经网络技术相结合,提出基于改进的FCM算法和OLS算法相结......

提出了一种新颖的基于boosting BP神经网络的入侵检测方法。为了提高BP神经网络的泛化能力，采用改进的Boosting方法，进行网络集成。B......

针对夜间交通环境的特点,提出了基于自适应特征选择的夜间运动车辆检测算法.首先,利用SIFT算法提取夜间运动车辆的形状特征,并融合......

提出一种新颖的基于Boosting RBF神经网络的交通事件检测方法。对Boosting算法进行改进,采用更有效的参数求解方法,即弱分类器的加......

随着经济的高速增长和互联网应用的不断创新,互联网金融行业也在快速的发展,受到了政府和社会的高度关注,但是互联网金融高速发展......

针对KDD CUP99网络攻击数据集的分类建模问题,论文结合NaiveBayes、RIPPER和SVM三类算法分别介绍了各自的学习过程。Boosting方法......

提出了一种新颖的基于RBF神经网络滚动轴承故障诊断方法。以滚动轴承动态信号的能量信息作为特征，RBF神经网络作为分类器进行滚动轴......

Adaboost算法采用单阈值弱分类器,难以拟合复杂分布,其训练过程收敛速度较慢。针对该问题设计一种多阈值弱学习器,利用平方和减少......

在视频目标跟踪中,经常出现"漂移"现象,且学习算法需要离线训练。为此,提出一种检测识别跟踪分离的在线多样本视频目标跟踪方法。......

基于机器学习的相关反馈技术是基于内容的图像检索研究的热点。由于基于SVM的相关反馈技术存在样本数量少,样本正负比例不平衡,反......

提升（Boosting）方法是一种新兴的数据挖掘方法，近些年在模式识别领域受到广泛关注。它的基本思想是集成多个简单且性能一般的弱学习算......