交叉验证容噪分类算法有效性分析及其在数据流上的应用

张健沛; 杨显飞; 杨静

您当前的位置：

首页 >

文章列表页 >

交叉验证容噪分类算法有效性分析及其在数据流上的应用

学术论文 | 更新时间：2025-07-16

- 交叉验证容噪分类算法有效性分析及其在数据流上的应用
- Effectiveness Analysis and Application in Data Streams of Cross Validation Noise-Tolerance Classification Algorithm
- 电子学报 2011年39卷第2期页码：378-382
- 作者机构：
  
  哈尔滨工程大学计算机科学与技术学院,黑龙江,哈尔滨,150001
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60873037,No.61073041,No.61073043)
- DOI：
  中图分类号： TP301
- 纸质出版：2011
- 稿件说明：
移动端阅览
张健沛, 杨显飞, 杨静. 交叉验证容噪分类算法有效性分析及其在数据流上的应用[J]. 电子学报, 2011,39(2):378-382.

ZHANG Jian-pei, YANG Xian-fei, YANG Jing. Effectiveness Analysis and Application in Data Streams of Cross Validation Noise-Tolerance Classification Algorithm[J]. Acta Electronica Sinica, 2011, 39(2): 378-382.
张健沛, 杨显飞, 杨静. 交叉验证容噪分类算法有效性分析及其在数据流上的应用[J]. 电子学报, 2011,39(2):378-382. DOI：

ZHANG Jian-pei, YANG Xian-fei, YANG Jing. Effectiveness Analysis and Application in Data Streams of Cross Validation Noise-Tolerance Classification Algorithm[J]. Acta Electronica Sinica, 2011, 39(2): 378-382. DOI：

摘要

交叉验证容噪分类算法是处理含噪音数据集分类问题的重要手段之一.从样本复杂度理论出发

对其有效性进行了详细的理论证明

并给出适用条件.提出一种容噪数据流集合分类算法

理论分析和实验验证表明

该算法与传统交叉验证容噪算法相比

具有更高的分类准确率.

Abstract

Cross validation noise-tolerance classification algorithm is an important method which deals with noisy data set classification problem.According to sample complexity theory

cross validation noise-tolerance classification algorithm validity was proved and applied conditions was given.And noise-tolerance data stream ensemble classifiers was proposed in this paper.Theory and experiment indicated

in contrast with tradition cross validation noise-tolerance classification algorithm

this method had more prediction accuracy.

关键词

Keywords

references

浏览量

1204

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于混合进化算法的特征选择方法研究

一种基于网格服务的分布式GEP-BP分类算法

癌症基因分类的Laplace谱方法

基于模式结构分类的本体映射方法

粒度智能体进化分类算法