控制与决策
控製與決策
공제여결책
CONTROL AND DECISION
2008年
7期
828-832
,共5页
支持向量机%集成算法%二重扰动机制%成员分类器
支持嚮量機%集成算法%二重擾動機製%成員分類器
지지향량궤%집성산법%이중우동궤제%성원분류기
为了有效提升支持向量机的泛化性能,提出两种集成算法对其进行训练.首先分析了扰动输入特征空间和扰动模型参数两种方式对于增大成员分类器之间差异性的作用;然后提出两种基于二重扰动机制的集成训练算法.其共同特点是,同时扰动输入特征空间和模型参数以产生成员分类器,并利用多数投票法对它们进行组合.实验结果表明,因为同时缩减了误差的偏差部分和方差部分,所以两种算法均能显著提升支持向量机的泛化性能.
為瞭有效提升支持嚮量機的汎化性能,提齣兩種集成算法對其進行訓練.首先分析瞭擾動輸入特徵空間和擾動模型參數兩種方式對于增大成員分類器之間差異性的作用;然後提齣兩種基于二重擾動機製的集成訓練算法.其共同特點是,同時擾動輸入特徵空間和模型參數以產生成員分類器,併利用多數投票法對它們進行組閤.實驗結果錶明,因為同時縮減瞭誤差的偏差部分和方差部分,所以兩種算法均能顯著提升支持嚮量機的汎化性能.
위료유효제승지지향량궤적범화성능,제출량충집성산법대기진행훈련.수선분석료우동수입특정공간화우동모형삼수량충방식대우증대성원분류기지간차이성적작용;연후제출량충기우이중우동궤제적집성훈련산법.기공동특점시,동시우동수입특정공간화모형삼수이산생성원분류기,병이용다수투표법대타문진행조합.실험결과표명,인위동시축감료오차적편차부분화방차부분,소이량충산법균능현저제승지지향량궤적범화성능.
