选择性集成相关论文
大样本高维度状态监测数据对剩余使用寿命（RUL）精准预测有着技术性挑战，为了提高以航空涡轮风扇发动机为代表的复杂装备的预测精度和......
新生儿代谢缺陷（inbornerrorsofmetabolism,IEMs）是由于基因突变导致的酶或蛋白质等发生功能性缺陷而引起的一类遗传代谢病。该病具......
针对窃电检测中存在的数据不平衡和分类器效率低的问题，提出一种基于混合采样和随机森林的窃电检测方法。首先用随机森林模型的误分......
瓦斯灾害是煤矿安全生产中最常出现的灾害之一。目前,我国瓦斯事故总量较大,而且伤亡严重、经济损失大。因此,提高瓦斯浓度预测精......
网络流量特征选择方法是决定分类器差异性设计的关键,能够提高分类结果的可理解性,发现高维数据隐藏的结构;高效的流量分类有助于......
近几年来,随着Internet的迅速发展,信息安全问题日益突出,入侵检测是信息安全体系结构中的一个重要环节。但现有的入侵检测方法只......
分类算法是机器学习、模式识别、数据挖掘等领域中研究和应用最广泛的一个重要课题。目前已知的分类算法中一种重要的基于统计方法......
近些年来，随着科技的迅速发展，导致数据量的不断增多，这在无形中带来了很多的问题，比如很多数据需要进行分类和整理，单纯的依靠人工去分......
集成学习利用多个学习器来解决问题,可以有效提高学习系统的泛化能力,成为近年来机器学习领域一个重要的研究方向,并被国际权威T.G......
集成学习使用多个学习器来解决同一问题,能够显著提高学习系统的泛化能力,成为近年来机器学习领域中一个重要的研究方向。尽管集成......
V.Vapnik领导的AT&Tbell实验室研究小组从上世纪60年代开始就致力于有限样本统计理论的研究,并将这一理论称为统计学习理论(Statis......
集成学习是机器学习领域的热点研究之一。它主要是通过某种组合方式将多个学习器的分类结果融合到一起,从而提高集成学习的泛化能......
分类所关心的一个根本问题是如何有效地提高分类系统的泛化能力。尽管传统的分类技术在一些领域己经得到了成功应用,其泛化能力也......
随着移动互联网的迅猛发展,移动运营商积累的用户数据越来越多,如何高效、合理地利用这些数据成为一个摆在运营商面前的难题。近年......
随着人类和其他生物物种的测序计划的完成,人类对生物及生命科学研究开始从基因组时代进入后基因组时代,并将研究的重点转移到以蛋......
在现实世界中,多标记数据下的每一个样本都可能同时属于多个类别。多标记学习是目前机器学习中的热点研究问题。这类问题在文本分......
在过程工业中,很多关键的质量参数无法实时在线测量,只能通过实验室离线分析获得,严重制约了过程的监测、控制及优化水平。为此,软......
随着人工智能以及计算机视觉领域的不断发展,计算机视觉领域中的识别、追踪、检测等研究技术也被广泛地应用,譬如自动驾驶等智能交......
随着互联网的迅猛发展以及网络服务在日常生活中的渗透,网络安全问题也不断出现,在不同程度上影响了社会安定和经济发展。作为网络......
人脸表情识别研究涉及到心理学、计算机视觉、模式识别等多个学科领域,具有很高的理论价值和现实意义。如何利用机器学习和深度学......
从基因层面进行癌症的早期诊断可以有效提高患者的治愈率。但癌症基因表达数据通常存在高维、小样本、高噪声并且类别不平衡等特点......
随着个人信贷的普及,个人信用已成为各个金融机构关注的重点。过去的个人信用评估多依靠人工判断,不仅效率低下,而且准确率很低。......
集成学习是一种机器学习范式。相对传统的单个分类器,通过组合多个分类器,集成学习能显著地提高分类器的泛化能力。目前,集成学习......
在模式识别的发展中,分类器集成发挥了重要作用。当集成规模逐渐增大时,分类器间会出现一些冗余的个体,进而使分类器间差异度呈现......
集成学习是一类著名的机器学习方法,通过构建并结合多个学习器来完成学习任务,常可获得比单一学习器显著优越的泛化性能,在诸多实......
传统的机器学习是基于统计学的机器学习,其中一个基本的假设条件就是训练和测试数据来自相同的特征空间并且具有相同的概率分布。......
遥感技术是一种通过传感器探测远距离目标的综合性感测技术。该技术已广泛应用在地理国情普查、抗灾和防汛监测、城市规划与勘测制......
异常数据检测一直是无线传感器网络安全的重要防护手段.针对现有方案计算复杂度高和检测精度低等问题,提出一种离散二进制粒子群优......
我国是一个煤炭生产大国，而煤与瓦斯突出事故时有发生，从而严重制约着煤矿的生命财产安全。在煤矿的安全生产中，煤矿瓦斯突出危险......
财务危机的发生会给企业人员和利益相关者带来严重的经济损失。良好的财务危机预测模型通过挖掘财务数据获取有效信息,能够实时监......
为了提高集成学习在小数据量的有标记样本问题中的性能,结合半监督学习和选择性集成学习,提出了一种基于半监督回归的选择性集成算......
神经网络集成可以显著提高神经网络的泛化性能.传统的集成方法中大都采用将训练的所有网络直接进行组合的方式形成集成网络,而实际......
为了提高小数据量的有标记样本问题中学习器的性能,结合半监督学习和选择性集成学习,提出了基于半监督回归的选择性集成箅法SSRES.......
集成建模方法能显著提高软测量模型的预测性能,其中选择性集成通过剔除一些性能不佳的子模型,能进一步提高整体软测量模型预测性能......
提出一种基于人脸直观上镜像对称的算法——对称二维主成分分析,并成功应用于人脸识别.该算法引入镜像变换,根据奇偶分解原理,分别......
提出了一种应用于分类问题,以分类回归树为基学习器,并综合了AdaBoost.M1和Bagging算法特点,利用变相似度聚类技术和贪婪算法来进......
本文主要目的是寻找到Bagging的一种快速修剪方法，以缩小算法占用的存储空间、提高运算速度和实现提高分类精度的潜力；还提出一种直......
为有效提升支持向量机的泛化性能,提出基于加速遗传算法的选择性支持向量机集成。通过Bootstrap技术产生并训练得到多个独立子SVM,......
为了提高分类器集成性能,提出了一种基于聚类算法与排序修剪结合的分类器集成方法。将混淆矩阵作为量化基分类器间差异度的工具,通......
为了提高演化硬件（EHW）分类系统的泛化能力和减少硬件代价，提出了一种用于DNA微阵列数据分类的演化硬件多分类器选择性集成学习方法。......
选择性集成通过选择部分个体能够获得比传统全部集成更好的泛化性能．已有的一些选择性集成方法实现的时间复杂性较高，或没有充分利用......
针对现有神经网络集成研究方法在输入属性、集成方式和集成形式上的不足，提出一种基于特征提取的选择性神经网络集成模型-NSNNEIPCA......
提出两种基于约束投影的支持向量机选择性集成算法。首先利用随机选取的must-link和cannot-link成对约束集确定投影矩阵,将原始训......
针对影像分类结果的类间差异性与准确性难以平衡的问题,提出一种融合多特征与互信息选择集成多核极限学习机的影像分类方法。该方......
