| 吕雁飞,侯子骄,张凯.多分类BP-AdaBoost算法研究与应用[J].高技术通讯(中文),2015,25(5):437~444 |
| 多分类BP-AdaBoost算法研究与应用 |
|
| |
| DOI： |
| 中文关键词: AdaBoost， BP神经网络， 二分类， 多分类 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 3515 |
| 全文下载次数: 2618 |
| 中文摘要: |
| 研究了多类别样本数据集的分类，针对传统的“一对一”或“一对多”BP-AdaBoost算法，训练时间开销随着训练样本数以及训练样本种类的增加急剧增加，使其实际应用十分受限，尤其不适用于大规模数据分类的问题，提出了将多分类BP神经网络与使用多类分类指数损失函数的逐步叠加建模（SAMME）算法相结合以构造AdaBoost强发类的Multi BP AdaBoost算法，实现模型信息的有效利用与融合增强。对传统“一对多”BP-AdaBoost算法和Multi BP AdaBoost算法进行了对比试验，结果表明，在相同测试情况下，后者有效降低了BP-AdaBoost训练过程中的时间开销。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
