采用二重扰动机制的支持向量机的集成训练算法
DOI:
CSTR:
作者:
作者单位:

四川大学计算机科学与工程学院 成都 610064

作者简介:

贾华丁

通讯作者:

中图分类号:

TP18

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了有效提升支持向量机的泛化性能,提出两种集成算法对其进行训练.首先分析了扰动输入特征空间和扰动模型参数两种方式对于增大成员分类器之间差异性的作用;然后提出两种基于二重扰动机制的集成训练算法.其共同特点是,同时扰动输入特征空间和模型参数以产生成员分类器,并利用多数投票法对它们进行组合.实验结果表明,因为同时缩减了误差的偏差部分和方差部分,所以两种算法均能显著提升支持向量机的泛化性能.

     

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

贾华丁,游志胜,王磊.采用二重扰动机制的支持向量机的集成训练算法[J].控制与决策,2008,23(7):828-832

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2007-05-15
  • 最后修改日期:2007-09-19
  • 录用日期:
  • 在线发布日期: 2008-07-20
  • 出版日期:
文章二维码