摘要
Boosting是一种有效的分类器组合的方法,文章提出用一个改进的Boosting方法对支持向量机分类器进行集成学习,得到Boosting-MultiSVM分类器;试验结果表明,基于Boosting的支持向量机训练是一个收敛过程,相比标准的支持向量机分类器,Boosting-MultiSVM分类器的泛化性能有不同程度的提高。
Boosting is an effective classifier combination method. An improved Boosting method is presented for support vector machine classifier combination, and a Boosting-MultiSVM classifier is trained. Experimental results show that support vector machine training based on Boosting is convergent. The Boosting-MultiSVM classifier has better generalization performance than the standard support vector machine classifier.
出处
《合肥工业大学学报（自然科学版）》
CAS
CSCD
北大核心
2006年第10期1220-1222,共3页
Journal of Hefei University of Technology：Natural Science
基金
安徽省自然科学基金资助项目(03042305)
