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=计算机工程与应用x
共 条 记 录，以下是1-9
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
Bagging异构集成的代码异味检测与重构优先级划分
《计算机工程与应用》2024年第3期138-147,共10页吴海涛 蔡咏琦 高建华 
国家自然科学基金(61672355)。
代码异味是不良的设计和代码实现的症状,可能阻碍代码理解、增加代码更改和出错的可能性。以前的研究专注于单一模型在代码异味上的检测,并且无法为开发人员提供重构建议。针对上述问题,提出一种基于Bagging异构集成模型的代码异味检测...
关键词：代码异味 机器学习 集成学习 软件重构 可能性分布 
利用Bagging算法和GRU模型预测股票价格指数被引量：8
《计算机工程与应用》2022年第12期132-138,共7页牛红丽 赵亚枝 
教育部人文社科基金(18YJCZH134);中央高校基本科研业务费项目(FRF-BR-20-04B)。
股价预测对监管部门了解金融市场运行状况和投资者规避股市的高风险具有重要意义。提出了一种基于门控循环(gated recurrent unit,GRU)神经网络和装袋(Bagging)的方法,并将其应用于股指的预测研究。该模型通过Bagging方法处理训练数据集...
关键词：机器学习 Bagging方法 Bagging和GRU预测模型 
基于集成特征选择的点击欺诈检测方法
《计算机工程与应用》2019年第17期246-251,共6页郭汉 帅仁俊 张欣 李鑫 
国家自然科学基金（No.61672279）;江苏省重点研发计划项目（No.BE2015697）
网络在线广告中以套取广告费为目的的点击欺诈已经严重影响了网络广告的稳定发展。从FDMA2012竞赛提供的欺诈发布商检测的真实数据集出发,针对冗余特征会降低训练效率以及不平衡数据会使决策边界发生偏倚的问题,提出了一种基于集成特征...
关键词：点击欺诈 不平衡 集成特征选择 BAGGING 随机森林 
基于Bagging集成学习的字符识别方法被引量：7
《计算机工程与应用》2012年第33期194-196,211,共4页刘余霞 吕虹 胡涛 孙小虎 
国家自然科学基金(No.61071001);安徽省教育厅自然科学基金(No.KJ2008A010)
针对字符识别对象的多样性,提出了一种基于Bagging集成的字符识别模型,解决了识别模型对部分字符识别的偏好现象。采用Bagging采样策略形成不同的数据子集,在此基础上用决策树算法训练形成多个基分类器,用多数投票机制对基分类器预测结...
关键词：BAGGING 字符识别 集成学习 决策树 ADABOOST 
针对不平衡数据集的Bagging改进算法被引量：12
《计算机工程与应用》2010年第30期40-42,共3页李明方 张化祥 
山东省高新技术自主创新工程专项计划(No.2007ZZ17);山东省自然科学基金No.Y2007G16;山东省科技攻关计划No.2008GG10001015;山东省电子发展基金(No.2008B0026)~~
传统的Bagging分类方法对不平衡数据集进行分类时,虽然能够达到很高的分类精度,但是对其中少数类的分类准确率不高。为提高其对少数类数据的分类精度,利用SMOTE算法对样例集中的少数类样例进行加工,在Bagging算法中根据类值对各个样例...
关键词：不平衡类 少类样本合成过采样技术(SMOTE) BAGGING算法 权重 受试者工作特征曲线(ROC) 
面向中文文本分类的C4.5Bagging算法研究被引量：2
《计算机工程与应用》2009年第26期135-137,共3页张翔 周明全 耿国华 侯凡 
国家自然科学基金No.60573179~~
对于中文文本分类问题,提出一种新的Bagging方法。这一方法以决策树C4.5算法为弱分类器,通过实例重取样获取多个训练集,将其结果按照投票规则进行合成,最终得到分类结果。实验证明,这种算法的准确率、查全率、F1值比C4.5、kNN和朴素贝...
关键词：BAGGING算法 C4.5算法 中文文本分类 
基于Bagging的XML文档集成聚类研究被引量：1
《计算机工程与应用》2009年第14期138-140,共3页赵斌 张永胜 
山东省自然科学基金No.Y2007G16;山东省青年科学家科研奖励基金(No.2006BS01020);山东省科技攻关计划No.2005GG4210002~~
将集成学习方法应用到XML文档聚类中来改进传统聚类算法的不足。提出一种标签与路径相结合的XML文档向量模型,基于这个模型,首先对原始文档集进行多次抽样,在新文档集上进行K均值聚类,然后对得到的聚类中心集合进行层次聚类。在人工数...
关键词：集成学习 可扩展标记语言(XML) 文档聚类 BAGGING算法 
Bagging算法在中文文本分类中的应用被引量：13
《计算机工程与应用》2009年第5期135-137,179,共4页张翔 周明全 耿国华 侯凡 
国家自然科学基金(No.60573179)~~
Bagging算法是目前一种流行的集成学习算法,采用一种改进的Bagging算法Attribute Bagging作为分类算法,通过属性重取样获取多个训练集,以kNN为弱分类器设计一种中文文本分类器。实验结果表明Attribute Bagging算法较Bagging算法有更好...
关键词：ATTRIBUTE BAGGING BAGGING 中文文本分类 K-近邻 
Boosting和Bagging综述被引量：66
《计算机工程与应用》2000年第12期31-32,40,共3页沈学华 周志华 吴建鑫 陈兆乾 
Boosting 和 Bagging 是两种用来提高学习算法准确度的方法,这两种方法通过构造一个预测函数系列,然后以一定的方式将它们组合成一个预测函数.文章将介绍这两种方法以及对他们进行的一些理论分析和实验,并对它们的应用以及将来可能的研...
关键词：机器学习 泛化误差 BOOSTING算法 BAGGING算法 
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