多源性数据SVM集成算法研究

被引：4

作者：

常甜甜 ^{[1
]}

刘红卫 ^{[1
]}

冯筠 ^{[2
]}

机构：

[1] 西安电子科技大学理学院

[2] 西北大学信息技术学院

来源：

关键词：

集成学习; 支持向量机; 多源性; 医学图像;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对数据特征的多源性特点,提出基于分组特征支持向量机集成算法.该方法将特征分组,对不同组特征采用不同的核函数映射到高维空间后用支持向量机分类,最后采用投票的方法得出决策标记,所得到的成员分类器具有较高的差异性.与传统的集成方法相比,该方法具有较好的检测性能.

引用

页码：136 / 141

页数：6

共 4 条

[1] 乳腺图像微钙化簇主动学习检测新方法 [J].

张新生 ;

高新波 ;

王颖 ;

赵文琪 .

[2] 利用集成支撑矢量机提高分类性能 [J].

李青 ;

焦李成 .

[3] 医学诊断中集成学习技术的研究 [J].

何鸣 ;

李国正 ;

袁捷 .

[4] THE STRENGTH OF WEAK LEARNABILITY [J].

SCHAPIRE, RE .