点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 健壮的多类AdaBoost算法,用于标签错误的嘈杂数据
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
健壮的多类AdaBoost算法,用于标签错误的嘈杂数据
AdaBoost在理论上和经验上都被证明是一种非常成功的整体学习算法,它可以迭代地生成一组多样化的弱学习者,并使用加权多数投票规则作为最终决定来组合其输出。 但是,在某些情况下,AdaBoost会导致过度拟合,特别是对于标签错误的嘈杂训练示例,会导致其泛化性能下降和不稳健。 最近,有人提出了一种有代表性的方法,即基于噪声检测的AdaBoost(ND_AdaBoost),以提高AdaBoost在两类分类方案中的鲁棒性,但是,在多类方案中,这种方法很难获得令人满意的性能。出于以下三个原因。 (1)如
所属分类:
其它
发布日期:2021-03-14
文件大小:1048576
提供者:
weixin_38668672