BOOSTING方法

作品数：34被引量：145H指数：7
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：夏利民党长青付彬王志海王中锋更多>>
相关机构：中南大学江南大学中山大学中国人民大学更多>>
相关期刊：《南京航空航天大学学报（自然科学版）》《网络空间安全》《计算机应用研究》《小型微型计算机系统》更多>>
相关基金：国家自然科学基金湖南省自然科学基金国家重点基础研究发展计划河北省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
多源域分布下优化权重的迁移学习Boosting方法被引量：1
《计算机科学与探索》2023年第6期1441-1452,共12页李赟波 王士同 
国家自然科学基金(61972181)。
深度决策树迁移学习Boosting方法(DTrBoost)仅能适应一个源域与一个目标域的训练数据,无法适应多个不同分布的源域的样本。此外,DTrBoost方法同步地从源域中学习数据至目标域模型,并没有根据重要程度量化学习知识的权重。在实践中,对于...
关键词：深度决策树迁移学习Boosting方法(DTrBoost) 多源域迁移学习 KL距离 决策树 
多源域分布下优化权重的无监督迁移学习Boosting方法被引量：2
《计算机应用研究》2023年第2期365-370,387,共7页李赟波 王士同 
国家自然科学基金资助项目(61972181)。
深度决策树迁移学习Boosting方法(DTrBoost)可以有效地实现单源域有监督情况下向一个目标域迁移学习,但无法实现多个源域情况下的无监督迁移场景。针对这一问题,提出了多源域分布下优化权重的无监督迁移学习Boosting方法,主要思想是根...
关键词：深度决策树迁移学习(DTrBoost) 迁移学习 无监督学习 决策树 
代价敏感的Boosting软件缺陷预测方法被引量：7
《计算机工程》2022年第3期175-180,共6页李莉 任振康 石可欣 
黑龙江省教育科学规划重点课题(GJB1421251)。
软件缺陷预测可以有效提高软件的可靠性,修复系统存在的漏洞。Boosting重抽样是解决软件缺陷预测样本数量不足问题的常用方法,但常规Boosting方法在处理领域类不平衡问题时效果不佳。为此,提出一种代价敏感的Boosting软件缺陷预测方法 C...
关键词：软件缺陷预测 决策树 机器学习 阈值移动方法 BOOSTING方法 
结合加权KNN和自适应牛顿法的稳健Boosting方法被引量：5
《北京理工大学学报》2021年第1期112-120,共9页罗森林 赵惟肖 潘丽敏 
国家“十三五”科技支撑计划项目(SQ2018YFC200004)。
Boosting是机器学习领域中重要的集成学习方法,以AdaBoost为代表的Boosting算法通过在组合弱学习器时不断加强对错分类样本的关注以构建性能优异的强学习器,而该训练机制对噪声点的无差别对待易引发学习器对噪声过拟合,从而削弱算法的...
关键词：ADABOOST算法 噪声先验概率 加权KNN 损失函数 自适应牛顿法 
基于Cart决策树与boosting方法的股票预测被引量：12
《哈尔滨理工大学学报》2019年第6期98-103,共6页王禹 陈德运 唐远新 
国家自然科学基金(69572153,60972127).
针对股票预测模型的准确度不够高,存在过拟合及欠拟合等问题,在现有股票预测方法分析的基础上,给出了一种基于Cart决策树与boosting方法的股票预测方法。该方法针对现有预测模型在数据纵向性方面考虑较少,额外增添近10日均价及转手率两...
关键词：股票预测 Cart树 BOOSTING算法 
基于WiFi指纹的室内定位系统被引量：2
《电脑编程技巧与维护》2019年第5期133-135,共3页王旭强 万亚平 李洪飞 耿家兴 
湖南省研究生科研创新项目(CX2018B604);南华大学研究生科学基金项目(2018KYZ015)
室内定位系统旨在以无线方式定位建筑物内的物体,并为室内定位移动应用带来发展。为了探索这种不成熟的系统设计,选择阿里第三方数据集,使用PCA进行特征选择,并分别建立基于Gradient boosting、kNN和SVM的预测模型。实验结果表明,kNN和G...
关键词：室内定位 PCA特征 GRADIENT BOOSTING方法 kNN方法 SVM方法 
结合Boosting方法与SVM的多核学习跟踪算法被引量：6
《计算机工程与应用》2018年第13期203-208,共6页曾礼灵 李朝锋 
针对传统算法在外界环境及目标运动导致外形变化的影响下跟踪效果不稳定的问题,提出一种鲁棒的多核学习跟踪算法,将Boosting提升方法引入到多核学习框架中,用比传统多核学习算法更少的样本训练,构建出基于互补性特征集和核函数集的弱分...
关键词：多核学习 目标跟踪 提升方法 复杂环境 
基于BOOSTING框架的视觉语音多模态情感识别检测方法
《现代电子技术》2017年第23期59-63,共5页张芬 
四川省软件工程专业卓越工程师质量工程项目支持(11100-14Z00327)
情感识别技术是智能人机交互的重要基础,它涉及计算机科学、语言学、心理学等多个研究领域,是模式识别和图像处理领域的研究热点。鉴于此,基于Boosting框架提出两种有效的视觉语音多模态融合情感识别方法:第一种方法将耦合HMM(coupled H...
关键词：情感识别 表情识别 BOOSTING方法 情感数据库 
Boosting方法在网络攻击分类中的性能分析被引量：4
《网络空间安全》2016年第6期25-28,共4页靳燕 姚悦 
山西省自然科学基金资助项目(编号No.2010011022-2);山西大学商务学院科研基金资助项目(编号No.2014010)
针对KDD CUP99网络攻击数据集的分类建模问题,论文结合NaiveBayes、RIPPER和SVM三类算法分别介绍了各自的学习过程。Boosting方法属提升算法,通过多轮迭代实现弱分类器的加权组合,最终决策结果较基算法较为理想。为分析Boosting方法在KD...
关键词：KDD CUP99 分类预测 BOOSTING方法 性能提升 
基于自适应特征选择的夜间运动车辆检测算法被引量：1
《吉首大学学报（自然科学版）》2013年第6期47-52,共6页朱韶平 
湖南省科技计划资助项目(2012FJ3021);湖南省教育科学"十二五"规划课题资助项目(XJK012CGD022);湖南省普通高等学校教学改革研究资助课题(湘教通【2012】401号544)
针对夜间交通环境的特点,提出了基于自适应特征选择的夜间运动车辆检测算法.首先,利用SIFT算法提取夜间运动车辆的形状特征,并融合颜色和纹理特征,得到夜间运动车辆的特征向量;其次,利用Boosting算法和遗传算法以迭代形式获取模糊规则...
关键词：车辆检测 SIFT特征 BOOSTING方法 自适应特征选择 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部