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=计算机应用研究x
共 条 记 录，以下是1-6
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
一种面向高维缺失不平衡数据的信用评估方法被引量：3
《计算机应用研究》2021年第9期2667-2672,共6页樊东醒 叶春明 
国家自然科学基金资助项目(71840003);上海市科委“科技创新行动计划”软科学重点项目(20692104300);上海理工大学科技发展资助项目(2018KJFZ043)。
传统随机森林填补方法并未考虑高维不平衡问题导致填补没有针对性,且使用0值预填补的方式可能会引入噪声并导致预测精度降低,因此提出一种基于Q学习和随机森林的缺失值填补方法(QL-RF)。该方法在特征选择后使用Q-learning权衡填补精度...
关键词：高维不平衡 QL-RF BAGGING QPSO XGBoost QXB 
基于边缘分类能力的动态集成选择算法被引量：1
《计算机应用研究》2015年第6期1698-1702,共5页陈睿 黄海军 黄雯 胡劲松 
国家自然科学基金资助项目(61004069);安徽省自然科学基金资助项目(1208085QF107)
提出了一种新的基于边缘分类能力排序准则,用于基于排序聚集(ordered aggregation,OA)的分类器选择算法。为了表征分类器的分类能力,使用随机参考分类器对原分类器进行模拟,从而获得分类能力的概率模型。为了提高分类器集成性能,将提出...
关键词：动态集成选择 排序聚类 分类器能力 BAGGING 
基于多数据流分析的木马检测方法被引量：2
《计算机应用研究》2015年第3期890-894,共5页胥攀 刘胜利 兰景宏 肖达 
国家自然科学基金资助项目(61309007);郑州市科技创新团队项目(10CXTD150);河南省科技攻关项目支持基金资助项目(102102210544)
传统基于单数据流的木马检测方法在实际应用中具有较高的误报率,为此提出一种基于多数据流分析的木马检测方法。通过对应用程序的数据流进行聚类形成数据流簇,在数据流簇上提取相应属性特征描述木马的通信行为,并采用集成学习方法对改进...
关键词：数据流 BAGGING 木马检测 C4.5决策树 
基于PSO-BP集成的国内外企业信用风险评估被引量：8
《计算机应用研究》2014年第9期2705-2710,共6页陈云 石松 
上海市科学技术委员会科研计划资助项目(13dz1508400);上海财经大学研究生创新基金资助项目(CXJJ-2012-322);国家自然科学基金资助项目(71301095)
为了提高企业信用风险评估准确率,提出了基于PSO-BP集成的企业信用风险评估模型。使用Bagging抽样技术获得足够多不同的训练数据集,用不同的训练集子集训练得到不同的PSO-BP组合成员分类器,最后通过多数投票准则整合不同组合成员分类器...
关键词：信用风险评估 PSO—BP集成 Bagging抽样 多数投票 
混合多分类器结合算法在遥感影像分类中的应用研究
《计算机应用研究》2009年第11期4368-4370,4374,共4页张涛 赵红领 杨海波 魏爽 王宗敏 
河南省自然科学基金资助项目(0611051900)
为了提高遥感影像分类精度,从抽象级和测量级的两个层次出发,提出混合多分类器结合算法。该算法利用不同子分类器的分类结果及对各类别的分类精度,设定单个类别精度的阈值,选择最优子分类器,得到部分类别的最终分类结果;然后使用基于抽...
关键词：多分类器结合 抽象级 测量级 BAGGING 精度评价 
基于代表性数据的决策树集成被引量：3
《计算机应用研究》2009年第4期1241-1243,1265,共4页李海芳 丁周芳 王立群 
国家自然科学基金资助项目(60773004);山西省自然科学基金资助项目(2006011030;2007011050)
为了获得更好的决策树集成效果,在理论分析的基础上从数据的角度提出了一种基于代表性数据的决策树集成方法。该方法使用围绕中心点的划分(PAM)算法从原始训练集中提取出代表性训练集,由该代表性训练集来训练出多个决策树分类器,并由此...
关键词：代表性数据 决策树 聚类 围绕中心点的划分 集成学习 BAGGING BOOSTING 
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