论文部分内容阅读
为了提高boosting算法的学习效率,根据Boosting算法泛化误差由偏差和差异组成的思想,把Boosting算法的学习过程分为减小拟合误差和减小差异两个阶段.针对第一阶段学习过程的特点,采用传统的样本选择方法如轮盘赌方法,针对第二阶段学习过程的特点,提出了具有针对性的SS样本选择方法.在此基础上,提出了一种新的基于自适应样本选择策略的两阶段ASSBoosting方法,根据Boosting算法学习过程中不同阶段的特点,自适应选择取样方法,提高了Boosting算法的学习效率.仿真结果证明了本方法的有效