基分类器相关论文
随着工业互联网的提出与发展,时刻运行的设备产生的海量数据不断的进行采集、传输、存储,如何利用智能算法对这些设备数据进行故障......
本研究针对阿尔茨海默症(Alzheimer′s disease,AD)不同阶段人群难以识别区别的问题,提出一种融合注意力机制的AD识别模型。该方法......
提出一种将基于聚类集成修剪同动态选择与循环集成结合的方法。首先，利用基于K-均值聚类算法的修剪策略对全部的候选分类器进行......
在机器学习的许多实际问题中数据有多个视图，各个视图间有着互补信息和相关信息，可以通过对这些信息的挖掘来提高学习的性能。然而由......
针对论坛(BBS)中文本的情感分类问题,提出一种改进的随机子空间算法。挖掘特征空间中的分类信息,在生成子空间的过程中,利用权重函......
在分析了不同的多样性定义的基础上,给出了多样性度量应该考虑的三种因素.结合边际概念,提出了一种新的多样性度量标准.实验结果表......
由于类分布的不平衡性,很多传统的分类方法在非平衡数据集上的分类效果不好.与传统的方法不同,论文从组合选择的角度考虑不平衡类......
传统的数据分类算法多是基于平衡的数据集创建,对不平衡数据分类时性能下降,而实践表明组合选择能有效提高算法在不平衡数据集上的......
针对煤矿突水样本集呈非均衡分布的特点,提出基于集成学习分类的煤矿突水预测模型,重点研究基分类器的构建方法、性能衡量指标和权......
针对AdaBoost算法只能静态分配基分类器权重,不能自适应地对每个测试样本动态调整权重的问题,提出了一种基于动态权重的AdaBoost算......
提出了一种能适用于不同短波信道的数字语音记录器的设计方法。该方法使用了由优化的AdaBoost算法组合起来的简单分类器和谱相减方......
铁路安全问题是铁路运输保证的核心问题,铁路安全问题非结构化文本数据量大,文本内容无特定规律,对于综合分析解决安全故障问题造......
传统医保信息欺诈检测算法存在运行时间长、效率低的问题,无法保障患者医保信息安全,为了解决该问题,采用基于随机森林算法对失稳......
针对基于单一神经网络的软件可靠性模型预测精度低和可信性差的问题，提出一种基于加权信息熵（WIE）的Real BP-AdaBoost算法。首先，用BP......
在分析了不同的多样性定义的基础上，给出了多样性度量应该考虑的三种因素。结合边际概念，提出了一种新的多样性度量标准。实验结果表......
集成分类器是目前图像隐写分析中广泛使用的分类器。针对集成分类器中基分类器受离群样本影响较大,集成策略效果不佳的缺点,提出一......
针对传统Adaboost算法对有噪声样本敏感的问题以及线性相加基分类器的不合理性，提出一种噪声自检测的分段非线性组合Adaboost算法（ND......
不同的基分类器对不同分布类型的多类别不平衡数据的适应性存在较大差异。为此,针对分类器的选用问题,在分析比较准确率（ACC）及曲线......
针对不平衡数据分类问题,提出一种基于密度峰值的Adaboost算法。将训练数据划分为多数类和少数类,统计各自的数量;在多数类样本中,......
为了提高行为识别模型的准确率，给出一种与用户无关的多分类器融合行为识别模型。采用决策树C4．5自顶向下构建基分类器，将基分类器对......
为构造集成学习中具有差异性的基分类器,提出基于数据离散化的基分类器构造方法,并用于支持向量机集成。该方法采用粗糙集和布尔推......
为了提高基于智能移动设备的人体日常行为识别准确率,提出一种高可信度加权的多分类器融合行为识别模型(MCFM)。针对不同智能设备......
近年来,随着内置高性能传感器的智能手机的迅速普及,基于智能手机的人体行为识别成为国内外学者研究的热点。通过采集手机内置传感......
尽管Linux在设计之初就具有显著的优越性,但在1996年却出现了Linux病毒。基于全面地监测该病毒的目的,文章综合了机器学习的基本理......
对于癌症、心血管疾病等复杂疾病,采取组合用药克服耐药性和改善功效已成为标准治疗方案。鉴定药物组合标准的方法是进行体内或体......
集成学习算法是机器学习领域中用来提高分类器泛化性能的流行算法。本文利用平安人寿保险股份有限公司的实际业务数据,采用数据挖......
作为一种典型的大数据,数据流具有连续、无限、概念漂移和快速到达等特点,因此传统的分类技术无法直接有效地应用于数据流挖掘。本......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
移动设备放置位置多样化以及不同用户行为的差异性,大大增加了用户行为识别的难度。为了提高移动用户行为识别的准确率,本文提出了......
当训练数据集非常大的时候,支持向量机在训练阶段所需的时间及空间复杂度非常高。为了降低支持向量机训练的时间及空间复杂度,文章......
传统的数据分类算法多是基于平衡的数据集创建，对不平衡数据分类时性能下降，而实践表明组合选择能有效提高算法在不平衡数据集上的分......
在多分类器集成时,每个基分类器的效能不同,如每个权值都相同,则会影响基分类器发挥作用。基于此,提出基于PSO拓展的多分类器加权......
针对论坛（BBS）中文本的情感分类问题，提出一种改进的随机子空间算法。挖掘特征空间中的分类信息，在生成子空间的过程中，利用权重函数对......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
随机森林（random forest,RF）是高维组学数据常用的分析方法,在进行判别分析时,同时能够给出变量重要性评分（variable importance meas......
为了更好的应对复杂情况的离群点检测,本文提出了一种基于集成方法的离群点检测算法。本算法采用两种集成方式的级联模式,第一阶段......
为了提高基于智能设备的人体日常行为识别的准确率,针对不同智能设备内置加速度传感器获取的三轴加速度信息,提出了一种基于多分类......
类分布不均衡数据广泛存在于现实世界中。在某些领域,少数类样本被正确分类的重要性远远高于多数类。然而,大多数经典分类算法均假......
针对铁路信号设备不平衡故障文本数据,提出基于文本挖掘的铁路信号设备故障智能分类模型。采用TF-IDF模型实现电务信号设备故障文......
针对传统的单分类器分类精度低,难以满足遥感影像分类精度要求高的问题,该文提出了一种多分类器集成分类方法。该方法有效地将支持......
集成学习是一种新的机器学习范式,它使用多个学习机来解决同一个问题。由于它能显著提高一个学习系统的泛化能力,从20世纪90年代开......
模式分类是数据挖掘领域的重要研究方向之一。分类器首先对带类标号的训练样本集进行学习,以确定分类器结构和参数,然后再对未知类......
学位
多分类器集成系统是当前机器学习领域的一个研究热点。由于使用多个基分类器构建的集成系统通常比单个优秀的分类器具有更强的泛化......
针对当前图像语义标签的无序性问题，提出了一种基于基分类器加权投票的图像语义标签自动排序方法ISLR-BV。该方法综合考虑图像的显......
