首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于BT-SVM模型组合的动态加权多分类算法研究
引用本文:李涛,张景肖.基于BT-SVM模型组合的动态加权多分类算法研究[J].统计与信息论坛,2019(1):20-24.
作者姓名:李涛  张景肖
作者单位:1.中国人民大学应用统计科学研究中心;2.中国人民大学统计学院
基金项目:中国人民大学科学研究基金项目<超高维和高维数据降维问题的理论与应用研究>(18XNI010)
摘    要:在AI领域中,备受关注的一个问题是如何获得更好的分类,尤其是对于多分类的情形。目前,针对多分类算法已取得了大量的研究成果,很多较为高效的多分类算法也已应用到实践中,而对于多分类算法的研究仍然备受关注。以BT-SVM为基分类器,提出一种带阈值的新型动态加权多分类器集成的方法,并通过模拟和实证分析验证该算法的有效性,研究表明该算法对于平衡和非平衡数据的分类效果表现得都比较优良。

关 键 词:BT-SVM  带阈值的动态加权  多分类器集成

A New Dynamic Weighted Multi Classifier Ensemble Method Based BT-SVM Model
LI Tao,ZHANG Jing-xiao.A New Dynamic Weighted Multi Classifier Ensemble Method Based BT-SVM Model[J].Statistics & Information Tribune,2019(1):20-24.
Authors:LI Tao  ZHANG Jing-xiao
Institution:(Center for Applied Statistics,Renmin University of China,Beijing 100872,China;School of Statistics,Renmin University of China,Beijing 100872,China)
Abstract:LI Tao;ZHANG Jing-xiao(Center for Applied Statistics,Renmin University of China,Beijing 100872,China;School of Statistics,Renmin University of China,Beijing 100872,China)
Keywords:BT-SVM  dynamic weighting with threshold  multi classifier ensemble method
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号