双层多示例集成学习

         

摘要

针对现有多示例集成学习侧重于包层次上的抽样限制了集成学习性能的问题,设计了一种示例层次上的重抽样方法和双层多示例学习集成框架。通过识别包中最可能为正的示例并在示例抽样中保留这个示例实现示例层次的重抽样。双层多示例学习集成框架同时实现包层次和示例层次重抽样,充分搅动样本,提高分类器的分类精度。实验研究证明,与现有的多示例集成学习相比,双层多示例集成学习能更好地提高分类器的分类精度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号