支持向量机与AdaBoost的结合算法研究  

Study on combinability of SVM and AdaBoost algorithm

作　　者：张晓龙[1] 任芳[1] 

机构地区：[1]武汉科技大学计算机科学与技术学院,武汉430081

出　　处：《计算机应用研究》2009年第1期77-78,110,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60674115)

摘　　要：将支持向量机与AdaBoost算法相结合,称其为Boost-SVM。从提升泛化性能和预测精度等方面对支持向量机的学习算法进行了研究与比较。Boost-SVM实验结果表明,该算法提高了支持向量机的预测精度并优化了学习机的性能。This paper described an algorithm Boost-SVM, which put SVM into AdaBoost framework, trying to improve the learning accuracy of the SVM algorithm. The experimental results show that the proposed method has a＇competitive learning ability and acquires better accuracy than SVM.

关 键 词：支持向量机 增强法 自适应增强算法 算法优化 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]