2024年11月3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
>
>
张家红
作品数:
2
被引量:2
H指数:1
供职机构:
山东师范大学
更多>>
发文基金:
山东省自然科学基金
山东省科技攻关计划
电子信息产业发展基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
刘伟
山东师范大学信息科学与工程学院
张化祥
山东师范大学信息科学与工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
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
期刊文章
1篇
学位论文
领域
2篇
自动化与计算...
主题
1篇
数据挖掘
1篇
重采样
1篇
模糊聚类
1篇
聚类
1篇
ADABOO...
1篇
采样
机构
2篇
山东师范大学
作者
2篇
张家红
1篇
张化祥
1篇
刘伟
传媒
1篇
计算机工程与...
年份
1篇
2011
1篇
2010
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
集成分类学习算法研究
分类是数据挖掘中的一项重要任务,分类是先通过类标号已知的数据建立模型,然后对类标未知的样本进行分类。分类正确率是衡量一个分类器性能的重要指标,然而单个的分类器有时不能达到较好的正确率,而集成学习的出现使得这一问题得到改善...
张家红
关键词:
数据挖掘
模糊聚类
标记错分样本的AdaBoost算法
被引量:2
2010年
提出一种新的标记迭代过程中错分样本的AdaBoost算法(MWBoost),该算法通过在提升过程中,把上一个分类器错分的样本全部参入到下一个分类器的训练中,并在分类正确的样本中进行重采样,从而使得后一轮提升中分类器能够更快速地关注那些难以分类的样本。该算法在UCI的多个数据集上进行了测试,并且与传统的AdaBoost算法进行了比较,实验结果表明,新的算法具有更好的分类精度。
张家红
张化祥
刘伟
关键词:
ADABOOST算法
重采样
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