2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、集成學(xué)習(xí)算法是通過訓(xùn)練多個弱學(xué)習(xí)算法并將其結(jié)合成一個強學(xué)習(xí)算法,通過這種結(jié)合方式,能顯著提高學(xué)習(xí)系統(tǒng)的泛化能力。 Boosting方法是一個通用的、可以提升任何弱學(xué)習(xí)算法的集成學(xué)習(xí) 方法,是目前最流行的集成學(xué)習(xí)方法之一,是集成學(xué)習(xí)算法的最主要代表,在國內(nèi)外得到了廣泛的研究和應(yīng)用,且已經(jīng)有了多種實用形式。本文詳細地分析了Boosting方法的理論實質(zhì),包括Boosting方法不會發(fā)生過學(xué)習(xí)的原因以及Boosting方法與SVM的關(guān)系,

2、詳細地分析了算法的訓(xùn)練誤差和系統(tǒng)誤差,并從純數(shù)學(xué)的角度證明了上述誤差的上界。分析了原始算法在訓(xùn)練過程中出現(xiàn)的退化現(xiàn)象,提出了限制權(quán) 重擴張的改進方法;針對算法易受噪聲影響所表現(xiàn)的不穩(wěn)定性,提出改進穩(wěn)定性的意見和思路。針對算法在訓(xùn)練過程中非常耗時的問題,提出了將克隆選擇算法結(jié)合到AdaBoost學(xué)習(xí)中,利用克隆選擇算法快速收斂于全局最優(yōu)的特性,加快搜索到更好的新的分類特征。 本文最后提出一種新的基于鏈式Boosting方法

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論