| 最大间隔集成学习算法与应用 |
| |
| 引用本文： | 侯勇,郑雪峰.最大间隔集成学习算法与应用[J].计算机工程与设计,2013,34(4). |
| |
| 作者姓名： | 侯勇 郑雪峰 |
| |
| 作者单位： | 1. 北京科技大学计算机与通信工程学院,北京100083;山东经贸职业学院科学与人文学院,山东潍坊261011
2. 北京科技大学计算机与通信工程学院,北京,100083 |
| |
| 摘 要： | 针对集成学习算法的不足,提出了一种新颖的集成学习算法一集成最大间隔集成学习算法(MMEA).该算法的时间与空间复杂度都是O(N),而标准的SVM算法的时间复杂度是O(N3),空间复杂度是O(N2),其中N是数据样本的大小,并从理论上证明了MMEA算法的收敛性.用MMEA算法与Bagging LibSVM,AdaBoostLibSVM,BaggingLiblinear,AdaBoostLiblinear流行的集成算法对扩展的MIT人脸数据集进行分类.实验结果表明,提出的MMEA算法在多项指标上均达到最优.
|
| 关 键 词： | 最大间隔 多层感知器 集成算法 扩展的MIT人脸数据集 ROC曲线 |
Maximum margin ensemble learning algorithm and application |
| |
| HOU Yong
,
ZHENG Xue-feng.Maximum margin ensemble learning algorithm and application[J].Computer Engineering and Design,2013,34(4). |
| |
| Authors: | HOU Yong ZHENG Xue-feng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
