1) single side Bagging
单边Bagging
1.
A Bagging based ensemble method,called the single side Bagging(SSBagging) is proposed and the algorithm retains all minority examples and bootstraps majority examples from pool of training set to create ″bags″ of the example.
在此结论的基础上,以Bagging为基础提出了单边Bagging算法,该算法只对多数类抽样,而保留所有少数类,因而每轮的训练集是类别平衡的,并通过UC I数据集验证了其有效性。
2) bagging algorithm
Bagging算法
1.
Then on the basis of this we use bagging algorithm to build a serials of predictors based on the neural network.
该文提出了一种基于Bagging算法的水库调度方法。
2.
Using SVM as the sub-classifier model,it applies the PBagging algorithm t.
将每一个子分类器的可信度指标用于Bagging集成学习算法,得到了改进的基于子分类器性能评价的Bagging算法(PBagging)。
3.
In order to improve the performance of FSVM classifier,Bagging algorithm is used to inte-grate FSVM.
为进一步提高支持向量机的分类性能,提出Bagging算法对FSVM分类器进行集成,实验结果表明,提出的方法具有良好的检测性能。
3) attribute Bagging
特征Bagging
1.
ICA-based attribute Bagging support vector machine integration method;
一种基于ICA的特征Bagging支持向量机集成方法
4) Bagging ensemble
Bagging集成
1.
A method for pruning Bagging ensembles and its applications;
修剪Bagging集成的方法及其应用
5) Attributes Bagging
属性Bagging
1.
Improving of kNN Based on Attributes Bagging;
基于属性Bagging kNN性能的增强
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条