作者:杨会志; 陈军霞; 鲍智文boosting方法选择策略自适应两阶段boosting算法学习过程ce学习效率样本选择泛化误差拟合误差第二阶段取样方法仿真结果特点ass减小
摘要:为了提高boosting算法的学习效率,根据Boosting算法泛化误差由偏差和差异组成的思想,把Boosting算法的学习过程分为减小拟合误差和减小差异两个阶段.针对第一阶段学习过程的特点,采用传统的样本选择方法如赌方法,针对第二阶段学习过程的特点,提出了具有针对性的SS样本选择方法.在此基础上,提出了一种新的基于自适应样本选择策略的两阶段ASSBoosting方法,根据Boosting算法学习过程中不同阶段的特点,自适应选择取样方法,提高了Boosting算法的学习效率.仿真结果证明了本方法的有效性.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社