原文传递
双层多示例集成学习
| 题名： | 双层多示例集成学习 |
| 正文语种： | 中文 |
| 作者： | 袁汉宁 |
| 关键词： | 多示例学习；集成学习；替代抽样 |
| 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。 |
| 期刊名称： | 武汉理工大学学报（信息与管理工程版） |
| 出版年： | 2011 |
| 期： | 05 |
| 页码： | 721-724 |
检索历史
应用推荐
