HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0
首页 论文大全 泛化误差论文 列表
期刊分类
期刊收录
出版地区
神经网络集成及研究进展第118-122页
关键词: 神经网络  神经网络集成  泛化误差  
粗糙集预测算法的稳定性分析第11-18页
关键词: 粗糙集预测  置信度算法  泛化误差  经验误差  泛化界  
随机森林在降水量长期预报中的应用第78-83页
关键词: 随机森林  长期降水预报  等级预报  泛化误差  重要性因子评价  决策树  神经网络  
岩体质量分类的PCA—RF模型及应用第49-55页
关键词: 岩体质量  主成分分析  随机森林  指标相关性  交叉验证  泛化误差  
2018年第01期 《黄金科学技术》
改进的并行随机森林算法及其包外估计第1651-1654页
关键词: mapreduce  随机森林  包外估计  泛化误差  交叉验证  
2018年第06期 《计算机应用研究》
方差正则化的分类模型选择准则第457-467页
关键词: 模型选择  泛化误差  方差正则化  
径向基网络的非线性插值与3D点云曲面重构技术第282-287页
关键词: 非线性插值  泛化误差  delauney三角  点云插值  3d曲面重构  
基于随机森林模型的城市空气质量评价第3151-3156页
关键词: 随机森林模型  空气质量评价  分类  泛化误差  空气质量指数  
一种动态性神经网络的集成方法第49-50页
关键词: 神经网络  动态集成  泛化误差  预测  
2004年第03期 《计算机工程》
一种主动学习神经网络集成方法第375-380页
关键词: 神经网络  神经网络集成  主动学习  遗传算法  泛化误差  
并行学习神经网络集成方法第402-408页
关键词: 并行学习  神经网络  神经网络集成  机器学习  泛化误差  
2005年第03期 《计算机学报》
基于自适应样本选择策略的两阶段CEBoosting方法第77-77页
关键词: 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  
2005年第13期 《中国科技信息》
神经网络集成及研究进展第118-122页
关键词: 神经网络  神经网络集成  泛化误差  
2007年第04期 《柳州师专学报》
Boosting算法综述第27-29页
关键词: boosting  机器学习  泛化误差  分类  回归  
基于粒子群优化算法的并行学习神经网络集成构造方法第16-20页
关键词: 神经网络集成  粒子群优化算法  并行学习  泛化误差  
2007年第04期 《山东科学》
LS-Ensem:一种用于回归的集成算法第719-726页
关键词: 机器学习  回归分析  集成方法  梯度下降  泛化误差  
2006年第05期 《计算机学报》
基于随机森林的文本分类模型研究第5-9页
关键词: 文本分类  随机森林  决策树  泛化误差  
泛化误差的三种交叉验证估计方法的比较第24-26页
关键词: 交叉验证  泛化误差  mse  
Out-of-bag样本的应用研究第1-4页
关键词: bagging  交叉确认法  泛化误差  随机森林  
2011年第03期 《软件》
基于版本空间解析中心的多类分类器的泛化性能分析第1003-1008页
关键词: 多类分类  解析中心  版本空间  泛化误差  上界