搜索资源列表
the_application_of_Boosting
- 集成 学 习 算法通过训练多个弱学习算法并将其结论进行合成，可以显著地提 高学习系统的泛化能力。Boosting算法作为集成学习算法的主要代表算法，得到 了广泛的研究和应用，但其研究成果大部分都集中的分类问题上。-Integrated learning algorithm through the training of more than a weak learning algorithm and its conclusions synthesis, can significantly
The-Boosting-Approach
- 机器学习的综述性材料，特别是从事boost的集成学习方法，对研究模式识别的人也有帮助-Overview of machine learning materials, especially in the boost the integration of learning methods, help the people of the pattern recognition
OCD--code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorithm is proposed in this paper by
ADL-code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorithm is proposed in this paper by
boosting_demo
- boosting算法用于集成学习，包含多种弱分类器(Boosting algorithm is used for ensemble learning, and it contains many weak classifiers)