所有作者：高琳 寇鹏 高峰 管晓宏
作者单位：西安交通大学电气工程学院
论文摘要：本文基于在研究支持向量机回归时采用的一种回归与分类之间的转换关系，提出了构造回归样本的分类型损失的概念，并且把它引入到AdaBoost算法的样本误差计算中，将AdaBoos算法从分类推广到回归，建立了一种新的Boosting回归算法，称为AdaBoost。SVR。R。该算法直接应用于回归样本集，以支持向量机回归作为基本学习器，算法的输出为回归预测函数集成。在AdaBoost。SVR。R算法中，通过计算回归样本的分类型损失，使算法的迭代过程本质上作用于转换得到的两类分类问题，算法的输出也是建立在构造分类问题决策函数的基础上。由于AdaBoost。SVR。R算法本质上是针对两类分类问题，与AdaBoost算法的应用条件相同，因此它应该满足AdaBoost算法的收敛性条件。应用实例表明了算法的有效性。
关键词： 集成学习 Boosting算法 支持向量机 回归估计
免费下载《基于分类型损失的AdaBoost回归估计算法》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：