基于Boosting的支持向量机组合分类器  

Boosting-based support vector machines combination classifier

作　　者：琚旭[1] 王浩[1] 姚宏亮[1] 

机构地区：[1]合肥工业大学计算机与信息学院,安徽合肥230009

出　　处：《合肥工业大学学报（自然科学版）》2006年第10期1220-1222,共3页Journal of Hefei University of Technology：Natural Science

基　　金：安徽省自然科学基金资助项目(03042305)

摘　　要：Boosting是一种有效的分类器组合的方法,文章提出用一个改进的Boosting方法对支持向量机分类器进行集成学习,得到Boosting-MultiSVM分类器;试验结果表明,基于Boosting的支持向量机训练是一个收敛过程,相比标准的支持向量机分类器,Boosting-MultiSVM分类器的泛化性能有不同程度的提高。Boosting is an effective classifier combination method. An improved Boosting method is presented for support vector machine classifier combination, and a Boosting-MultiSVM classifier is trained. Experimental results show that support vector machine training based on Boosting is convergent. The Boosting-MultiSVM classifier has better generalization performance than the standard support vector machine classifier.

关 键 词：支持向量机 BOOSTING 集成学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]