bagging算法相关论文
电能是关系国民经济发展的重要能源,负责生产、输送、分配、使用电能的电力系统是一个非常复杂的系统,高精度的电力系统短期负荷预......
现实生活中存在许多复杂的数据,例如:社交网络中的用户交互、产品购买和有机蛋白质之间的交互等等。可将其描述成一个由相互作用的......
BP神经网络（BPNN）被广泛称为现阶段最受欢迎的神经网络之一,它是一种监督式学习的网络[1]。BPNN通过学习训练样本输入和输出的关系进......
为了提高电力系统短期负荷的预测精度,提出了一种基于Bagging算法的双向加权门控循环单元GRU(gated recurrentunit)集成神经网络短......
可融资性难问题持续制约PPP健康发展,社会资本往往从项目本身和地方政府两个维度评价项目的可融资性。通过综合比较主流样本合成算......
在本文中,我们结合粒子群优化(PSO)算法与自助集成(Bagging)技术,发展了一种新型的选择性Bagging算法,并将其用于提高分类树(C......
基于选择性理论对传统Bagging算法进行改进,以CFM56-7B发动机指印图为基础进行数据扩充,得到建模的数据集,采用基于改进后的Baggin......
生物特征是人独特的生理或行为特征，它被认为是一种比传统身份识别方法(如密码，卡等)更加安全可靠和方便的身份识别手段，并已经逐渐成......
神经网络集成通过训练多个神经网络并将其结果进行集成,可以显著地提高学习系统的泛化能力。由于其具有优越的性能和广泛的适用性,......
近些年来，随着科技的迅速发展，导致数据量的不断增多，这在无形中带来了很多的问题，比如很多数据需要进行分类和整理，单纯的依靠人工去分......
蛋白质的功能与其所处的亚细胞区间紧密相关,通过对蛋白质的亚细胞区间预测研究能够帮助我们了解蛋白质的功能信息,对于生物研究有......
温室环境调控是一个多输入、多输出、非线性强的控制过程,用常规的控制方法来处理有时很难获得比较理想的效果,因此,对温室的控制......
针对传统方法对资产、财务的管理过程中存在难以预测资产异常状态的问题,文中提出了基于泛在物联网与机器学习的资产异常状态预警......
前列腺癌是当今世界发病率最高的癌症之一,病理Gleason分级系统是目前前列腺癌应用最广泛的分级系统,Gleason分级对患者之后治疗方......
随着信息化医疗的快速发展,传统医疗方式暴露出了很多问题,如海量数据的浪费以及诊断处理不及时等,这些问题正在被逐步解决,现代医......
在工业过程中,一些重要的质量变量往往无法通过在线仪表实时测量得到,并且实验室离线分析可能存在比较大的时间滞后性和高成本的情......
将神经网络集成(NNE)算法应用于表面肌电信号(sEMG)的模式识别领域中，并通过小波包分解(WPD)算法提取表面肌电信号的特征向量，利......
本文针对基于脉冲编码调制的高速率语音编码过程中的低嵌入率LSB隐写,设计了基于机器学习的高维特征向量的提取方法,给出了基于特......
提出了一种集成离斯过程回归(Gaussian process regression,GPR)模型的预测方法,首先将信号进行时域和频域分析,提取倍号时频域特......
利用Bagging算法对分类器集成可以有效的提高分类器的识别精度和稳定性。Bagging算法需要生成的子分类器差异度要大，则训练子集......
为了研究弱分类器的个数及种类的构成对强分类器预测准确性的影响,以及在不同经济金融数据的预测情况,选择credit,bank,stock,audi......
通过分析在线拍卖出价特点,利用决策树和Bagging算法建立了一种全新的在线拍卖成交价格预测模型.作者编写程序收集淘宝网在线拍卖......
针对过程数据具有时序相关性以及过程故障是否影响产品质量的问题,提出一种基于Bagging思想和典型变量分析(CVA)的故障检测方法(Ba......
针对光伏发电功率受多种天气因素影响造成预测难度大的现状，提出了一种基于弯曲高斯过程的混合模型，可以实现一天内任意时刻的光伏出......
水库水沙调度是一项非常复杂的综合性问题，存在大量的非线性关系。传统的调度方法往往难以达到满意的效果。该文提出了一种基于Bagg......
为了提高单支持向量机(SVM)回归模型的泛化能力,引入遗传算法(GA)用以搜索SVM的"低偏差区域",给出了一种基于GA的SVM异构集成方法......
传统的统计分析在小样本预测中的效果不佳，虽然神经网络一定程度上解决了传统方法所遇到的问题，但样本的数量又影响了神经网络的泛化......
随着大数据时代的全面推移,数据挖掘已然被应用到各个领域,加上中国金融市场日益规范化的趋势,人工智能方法预测企业财务困境是当......
Ｂｏｏｓｔｉｎｇ和Ｂａｇｇｉｎｇ是两种用来提高学习算法准确度的方法，这两种方法通过构造一个预测函数系列，然后以一定的方式将它们组合成一个预测函数。文章将介......
受级联结构的启示,提出了一种针对不平衡数据集分类的新方法,基于级联结构的Bagging分类方法。该方法通过在每一级剔除一部分多数......
提出了一种新的Boosting算法LAdaBoost。LAdaBoost算法利用局部错误率更新样本被选用于训练下一个分类器的概率，当对一个新的样本进......
将极限学习机算法与旋转森林算法相结合,提出了以ELM算法为基分类器并以旋转森林算法为框架的RF-ELM集成学习模型。在8个数据集上......
随着可穿戴技术的发展,存储在智能眼镜上的各种数据给用户带来了隐私安全的挑战。文中针对智能眼镜的安全认证问题,使用Leap Motio......
提出一种集成遗传神经网络的交通事件检测方法,以上下游的流量和占有率作为特征,RBF神经网络作为分类器进行交通事件的自动分类与......
提出一种基于Bagging算法和SVM的步态识别方法。首先应用背景差分法分割出运动人体轮廓,然后将人体分为多个可变区域,并通过计算获......
本文提出了一种基于选择性集成径向基函数神经网络（SE-RBFNN）的来波方向（DOA）估计方法,解决单个神经网络建模进行DOA估计精度低的问题......
在疲劳驾驶检测中,对眼部状态的判断是关键的步骤之一。为了对眼部状态进行有效的识别,提出了一种新颖的眼部状态识别 方法。该方......
阐述了神经网络集成的基本概念及其在液压故障诊断中应用时的个体网络生成方法和结论结合方法。根据液压系统的工作特点，采用Gauss......
针对线性判别分析(linear discriminant analysis,LDA)在处理人脸图像时对局部变化识别不稳定性的问题,提出一种基于Bagging的LDA......
针对Android恶意软件检测中数据不平衡导致检出率低的问题,提出一种基于Bagging-SVM(支持向量机)集成算法的Android恶意软件检测模......
上市公司财务预警模型受到不同配对比例的下采样影响较大,2007—2008年上市公司财务数据的分析结果表明：配对比例过高,ST公司的识别......
提出一种自适应权值的支持向量机集成学习方法。该方法以Bagging方法为基础，结合部分AdaBoost算法权值更新的思想，给各个子分类器赋......
