文献

J-GLOBAL ID：201802256684412156   整理番号：18A1093009

エントロピーに基づくRVM-AdaBoost組合せ分類器【JST・京大機械翻訳】

Information entropy-based RVM-AdaBoost ensemble classifier

著者 (4件)： Di Xiyang (空軍工程大学 防空反導学院,西安,710051) ,  Wang Xiaodan (空軍工程大学 防空反導学院,西安,710051) ,  Li Rui (空軍工程大学 防空反導学院,西安,710051) ,  Jia Qi (空軍工程大学 防空反導学院,西安,710051)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 54  号： 5  ページ： 138-143  発行年： 2018年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： AdaBoostアルゴリズムはRVM分類性能を効果的に改善できないので,情報エントロピーに基づくRVMとAdaBoostの組合せ分類装置を提案する。RVM出力の事後確率に従って,サンプルの情報エントロピーを定義でき,情報エントロピーがより高いほど,サンプルが誤って容易に分類できる。適応情報エントロピー閾値を用いて,データの選別を行い,次に,AdaBoostアルゴリズムに基づく集合分類装置を用いて,データの分類を行った。Ada-Boostアルゴリズムの反復回数の増加とともに,分類装置の安定性を強化し,分類誤差の少ないサンプルをノイズとして扱い,そして,Ada-Boostアルゴリズムの反復回数の増加とともに,集合分類装置の劣化の現象を避けることができた。......................................分類正解率,分類効率および安定性の3つの側面から,UCIデータセットを用いて,この分類装置の有効性を検証した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  分類装置 ,  事後確率 ,  *エントロピー ,  雑音
準シソーラス用語： 正解率 ,  情報エントロピー ,  *AdaBoost , 【Automatic Indexing@JST】

著者キーワード (4件)： Relevance Vector Machine(RVM) ,  AdaBoost ,  information entropy ,  ensemble learning

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： エントロピー ,  組合せ ,  分類器