论文研究-基于信息熵的RVM-AdaBoost组合分类器.pdf

所需积分/C币:10 2019-09-10 16:47:57 983KB .PDF
30
收藏 收藏
举报

针对AdaBoost算法不能有效提高RVM分类性能的问题,提出一种基于信息熵的RVM与AdaBoost组合分类器。依据RVM输出的后验概率来定义样本的信息熵,信息熵越高的样本越容易错分。提出使用自适应信息熵阈值对数据进行筛选,筛选出的数据使用基于AdaBoost算法的集成分类器进行分类,样本的分类结果由RVM与集成分类器组合给出。把未筛选出且分类错误的极少样本作为噪声对待,增强了组合分类器的稳定性,避免了随着AdaBoost算法迭代次数增加集成分类器出现退化的现象。使用UCI数据集从分类正确率、分类效率和稳定性三方面对提出的组合分类器进行验证,实验结果表明了此分类器的有效性。

...展开详情
试读 6P 论文研究-基于信息熵的RVM-AdaBoost组合分类器.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于信息熵的RVM-AdaBoost组合分类器.pdf 10积分/C币 立即下载
1/6
论文研究-基于信息熵的RVM-AdaBoost组合分类器.pdf第1页
论文研究-基于信息熵的RVM-AdaBoost组合分类器.pdf第2页

试读结束, 可继续阅读

10积分/C币 立即下载