BAGGING

作品数：300被引量：1727H指数：18
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：张翔周明全翟飞杨新武耿国华更多>>
相关机构：江南大学西安交通大学云南大学华南理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划国家教育部博士点基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机技术与发展x
共 条 记 录，以下是1-5
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于Bagging集成学习的多集类不平衡学习被引量：7
《计算机技术与发展》2021年第10期1-6,共6页肖梁 韩璐 魏鹏飞 郑鑫浩 张上 吴飞 
国家自然科学基金(61702280)。
类不平衡分类问题是模式识别与机器学习领域研究的热点问题之一,广泛出现在软件缺陷预测、医疗诊断、目标检测等实际应用场景中。现有的类不平衡学习算法通常关注如何通过减少多数类样本数量或增加少数类样本数量来平衡数据集,而忽视了...
关键词：类不平衡学习 重采样 线性判别分析 集成学习 多集学习 
基于小样本SVR的迁移学习及其应用被引量：3
《计算机技术与发展》2020年第2期47-51,共5页易未 郑沫利 赵艳轲 毛力 孙俊 
国家公益性行业科研专项(201513004);课题五(201513004-6)
当前机器学习的技术已经运用到很多工程项目中,但大部分机器学习的算法只有在样本数量充足且运用在单一场景中的时候,才能获得良好的结果。其中,经典的支持向量回归机是一种具有良好泛化能力的回归算法。但若当前场景的样本数量较少时,...
关键词：支持向量回归机 迁移学习 加权ε支持向量回归机 BAGGING 小样本数据 
基于集成学习的软件缺陷检测被引量：2
《计算机技术与发展》2015年第10期63-66,共4页黄文聪 荆晓远 姚永芳 吴飞 
国家自然科学基金资助项目(61272273);南京邮电大学校科研项目(XJKY14016);江苏省333工程项目(BRA2011175)
近年来,使用机器学习方法来预测软件缺陷得到了广泛的关注。在实际工程中,软件缺陷特征的构造需要相关领域知识及大量时间,使得到的软件特征一般较少。并且,有缺陷的软件样本会大大少于无缺陷的软件样本,造成样本的高度不平衡。这里,通...
关键词：软件缺陷检测 特征构造 改进Bagging 随机特征子空间 
基于特征选择的Bagging分类算法研究被引量：8
《计算机技术与发展》2014年第4期103-106,共4页姚明海 赵连朋 刘维学 
吉林省科技发展计划项目青年科研基金(201201070);辽宁省社科联项目(2010lslktjyx-03)
为了提高数据的分类性能,提出了一种基于特征选择的Bagging分类算法。通过Fisher准则和互信息的方法给定一种能够直接评价特征区分度和与类别相关性的评价方法,重新构造了计算特征区分度和与类别相关性的计算公式。并将该方法应用到Bagg...
关键词：数据挖掘 特征选择 集成学习 互信息 BAGGING 分类器 
基于群体智能的选择性决策树分类器集成被引量：3
《计算机技术与发展》2006年第12期55-57,60,共4页王丽丽 苏德富 
尽管选择性集成方法的研究和应用已取得了不少重要成果,然而其实现方法计算复杂度高、效率低仍是应用该方法的一个瓶颈。为此,提出了一种新的高速收敛的选择性集成方法。该方法使用C4.5决策树分类器作为基学习器,利用高速收敛的群体智...
关键词：选择性集成 群体智能 蚁群优化算法 BAGGING 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部