论文部分内容阅读
针对人类和非人类血液种属鉴别对无损、高效分析方法的需求,结合随机森林(Random Forest)和AdaBoost(Adaptive Boosting Algorithm)算法,提出了一种血液种属鉴别方法(RF_AdaBoost).该方法将RF作为AdaBoost的弱分类器,以达到提高模型鉴别准确度,增强模型鲁棒性的目的.采用RF、支持向量机(SVM)、极限学习机(ELM)、核极限学习机(KELM)、堆栈自编码网络(SAE)、反向传播网络(BP)、主成分分析 线性判别法(PCA LDA)及偏最小二乘判别