2024年8月25日
星期日
|
欢迎来到南京江宁区图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
国家重点实验室开放基金(2005-2)
作品数:
1
被引量:1
H指数:1
相关作者:
庞彦伟
俞能海
沈道义
王雷
更多>>
相关机构:
中国科学技术大学
天津大学
更多>>
发文基金:
国家重点实验室开放基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
特征提取
1篇
特征提取算法
1篇
自举
1篇
线性判别分析
1篇
ADABOO...
1篇
FISHER...
1篇
FISHER...
1篇
FLD
机构
1篇
天津大学
1篇
中国科学技术...
作者
1篇
王雷
1篇
沈道义
1篇
俞能海
1篇
庞彦伟
传媒
1篇
小型微型计算...
年份
1篇
2009
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
结合提升自举FLD投影的特征提取算法
被引量:1
2009年
针对两类分类问题,提出一种基于自适应提升(Adaptive Boosting,Adaboost)算法的分类特征提取算法.首先对训练样本集进行自举采样从而生成一定数量的训练样本自举子集,然后通过对每个自举子集的Fisher线性判别分析(FLD),得到相应数量的一维自举投影向量.在Adaboost算法迭代的每一步中,具有最小的加权最近邻分类误差的一维自举投影向量被作为分类特征选出,用来构成最终的强分类器.该算法可以有效地克服传统特征提取算法性能依赖于数据分布以及提取准则不直接与训练误差相关的弱点.实验结果表明,相比传统算法,该算法的分类准确度有较明显的提升,并且特别适用于数据分布复杂的情况.
沈道义
俞能海
庞彦伟
王雷
关键词:
自举
ADABOOST
FISHER线性判别分析
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张