您的位置: 专家智库 > >

安徽省高等学校优秀青年人才基金(2009SQRZ075)

作品数:2 被引量:8H指数:1
相关作者:王清周传华赵保华吴科主韦伟更多>>
相关机构:中国科学技术大学复旦大学安徽工业大学更多>>
发文基金:安徽省高等学校优秀青年人才基金安徽省高校省级自然科学研究项目安徽省教育厅重点基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多任务
  • 1篇多任务学习
  • 1篇学习算法
  • 1篇决策树
  • 1篇决策树学习
  • 1篇决策树学习算...
  • 1篇交叉熵
  • 1篇交叉熵方法
  • 1篇M估计
  • 1篇AODE

机构

  • 2篇安徽工业大学
  • 2篇复旦大学
  • 2篇中国科学技术...

作者

  • 2篇赵保华
  • 2篇周传华
  • 2篇王清
  • 1篇吴科主
  • 1篇韦伟

传媒

  • 1篇电子学报
  • 1篇系统仿真学报

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
平均1-依赖决策树集成算法被引量:7
2010年
基于平均1-依赖贝叶斯分类器(AODE)算法的思想,提出了平均1-依赖决策树集成算法(AODT),该算法通过使用每个输入属性和类别属性共同建立集成学习中的个体决策树分类器.同时,我们从多任务学习的角度探讨了AODE和AODT算法的工作原理.通过在Weka平台上使用40个UCI数据集的实验结果表明,该算法可以显著提高决策树学习算法的分类性能,并且具有很好的抗噪声性能.
周传华王清吴科主赵保华
关键词:多任务学习决策树学习算法
基于交叉熵方法的选择性AODE算法被引量:1
2009年
AODE(Averaged One-Dependence Estimators)算法是最近提出的一种典型的基于naveBayes的改进算法,并受到国际机器学习界的关注。交叉熵方法(Cross-entropy Method)是一种解决组合优化问题的全局随机搜索算法,已经成功地被应用到许多经典的NP问题中。给出了AODE算法选择性集成的理论基础,并基于交叉熵方法,提出了解决AODE算法选择性集成的CESAODE(Cross-Entropy method for Selective AODE)算法。在WEKA平台上使用UCI数据集进行的仿真实验结果表明,CESAODE算法比现有的分类算法,例如AODE等具有更好的分类性能。
周传华王清赵保华韦伟
关键词:AODE交叉熵方法M估计
共1页<1>
聚类工具0