【摘要】：為解決由多個二類代價敏感算法擴展而成的多類算法存在時間復雜度高和不能區(qū)分錯分代價的問題,提出一種采用多類代價指數(shù)損失函數(shù)的多類代價敏感AdaBoost算法(MCCSADA)。為保證算法的代價敏感特性,首先設計一種滿足代價敏感損失函數(shù)設計準則的多類代價敏感指數(shù)損失函數(shù);然后將此損失函數(shù)作為評價分類器性能的標準,以最小化損失函數(shù)為目的使用逐步疊加模型推導算法的最優(yōu)基分類器加權系數(shù);最后使用多類代價損失函數(shù)和最優(yōu)基分類器加權系數(shù)求解公式替換多類AdaBoost算法的損失數(shù)和加權系數(shù)求解公式,得到代價敏感的MCCSADA算法。使用UCI數(shù)據(jù)集對算法進行驗證,實驗結果表明:算法的穩(wěn)定性得到了提升,退化現(xiàn)象被減弱;相比于由兩類代價敏感算法通過一對一方法擴展而來的多類代價敏感算法,MCCSADA算法在大多數(shù)情況下能夠取得更低的代價,而且具有較低的時間復雜度,在3類數(shù)據(jù)集上的時間復雜度降低約40%,并且隨著類別數(shù)的增多效率提升更加明顯。

【參考文獻】

相關期刊論文 前4條

1 李秋潔;趙亞琴;顧洲;;代價敏感學習中的損失函數(shù)設計[J];控制理論與應用;2015年05期

2 付忠良;;多標簽代價敏感分類集成學習算法[J];自動化學報;2014年06期

3 曹瑩;苗啟廣;劉家辰;高琳;;具有Fisher一致性的代價敏感Boosting算法[J];軟件學報;2013年11期

4 付忠良;;多分類問題代價敏感AdaBoost算法[J];自動化學報;2011年08期

【共引文獻】

相關期刊論文 前10條

1 王莉莉;付忠良;陶攀;胡鑫;;基于主動學習不平衡多分類AdaBoost算法的心臟病分類[J];計算機應用;2017年07期

2 翟夕陽;王曉丹;李睿;賈琪;;采用多類代價指數(shù)損失函數(shù)的代價敏感AdaBoost算法[J];西安交通大學學報;2017年08期

3 于青民;李曉磊;翟勇;;基于改進EMD和數(shù)據(jù)分箱的軸承內圈故障特征提取方法[J];山東大學學報(工學版);2017年03期

4 邢勝;王曉蘭;趙士欣;趙彥霞;;改進的加權極速學習機[J];計算機科學;2017年04期

5 陳夏艷;陳潔;;基于代價敏感邊界域處理的社團發(fā)現(xiàn)算法[J];數(shù)碼設計;2017年03期

6 趙新斌;李斌;;民用飛機著陸垂直加速度標準的優(yōu)化模型[J];沈陽師范大學學報(自然科學版);2017年01期

7 陳瑩;黃永彪;潘洪媚;;多標簽網(wǎng)頁的粗糙集PNN高斯塊植入期望排序推薦[J];計算機工程與設計;2016年11期

8 林關成;;陣列波束優(yōu)化的標準支持向量回歸[J];西安工程大學學報;2016年05期

9 于洋;楊枝茂;孫宗鑫;干書偉;;對于計算機視覺商業(yè)化方向的研究[J];現(xiàn)代經(jīng)濟信息;2016年16期

10 江峰;張友強;杜軍威;劉國柱;馮云霞;;一種基于抽樣與約簡的集成學習算法[J];青島科技大學學報(自然科學版);2016年04期

【二級參考文獻】

相關期刊論文 前10條

1 付忠良;;通用集成學習算法的構造[J];計算機研究與發(fā)展;2013年04期

2 李秋潔;茅耀斌;葉曙光;王執(zhí)銓;;代價敏感Boosting算法研究[J];南京理工大學學報;2013年01期

3 曹瑩;苗啟廣;劉家辰;高琳;;AdaBoost算法研究進展與展望[J];自動化學報;2013年06期

4 付忠良;;一種用于方向預測的集成學習算法[J];上海交通大學學報;2012年02期

5 付忠良;;多分類問題代價敏感AdaBoost算法[J];自動化學報;2011年08期

6 韓敏;穆大蕓;;基于Adaboost算法的回聲狀態(tài)網(wǎng)絡預報器[J];控制理論與應用;2011年04期

7 付忠良;趙向輝;;分類器動態(tài)組合及基于分類器組合的集成學習算法[J];四川大學學報(工程科學版);2011年02期

8 殷慧;曹永鋒;孫洪;;基于多維金字塔表達和AdaBoost的高分辨率SAR圖像城區(qū)場景分類算法[J];自動化學報;2010年08期

9 殷會;許建華;許花;;基于LS-SVM的多標簽分類算法[J];南京師范大學學報(工程技術版);2010年02期

10 葛俊鋒;羅予頻;;非對稱AdaBaost算法及其在目標檢測中的應用(英文)[J];自動化學報;2009年11期

【相似文獻】

相關期刊論文 前10條

1 馬勇,丁曉青;Real-Time Multi-View Face Detection and Pose Estimation Based on Cost-Sensitive AdaBoost[J];Tsinghua Science and Technology;2005年02期

2 林志陽;康耀紅;雷景生;;基于Adaboost的車標定位方法[J];計算機工程;2008年11期

3 張磊;;基于AdaBoost的側面人臉、人耳檢測[J];科學大眾;2008年08期

4 付忠良;;關于AdaBoost有效性的分析[J];計算機研究與發(fā)展;2008年10期

5 張崗亭;楊全;;兩種Adaboost方法在人臉檢測中的比較研究[J];微計算機信息;2009年24期

6 嚴超;王元慶;李久雪;張兆揚;;AdaBoost分類問題的理論推導[J];東南大學學報(自然科學版);2011年04期

7 李印;;基于AdaBoost的行人檢測研究與實現(xiàn)[J];數(shù)字技術與應用;2012年03期

8 蘇加強;丁柳云;;基于R的監(jiān)督式AdaBoost異常值檢測應用[J];淮海工學院學報(自然科學版);2013年01期

9 張志勛;張磊;楊凡;;一種改進的Adaboost人臉檢測方法[J];自動化與儀器儀表;2013年06期

10 王海川,張立明;一種新的Adaboost快速訓練算法[J];復旦學報(自然科學版);2004年01期

相關會議論文 前10條

1 Wen Feng;;A Novel Lips Detection Method Combined Adaboost Algorithm and Camshift Algorithm[A];2012年計算機應用與系統(tǒng)建模國際會議論文集[C];2012年

2 張超;苗振江;;基于AdaBoost的面部信息感知[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

3 郭翌;汪源源;;基于Adaboost算法的頸動脈粥樣硬化判別方法[A];中國儀器儀表學會第十一屆青年學術會議論文集[C];2009年

4 陳宏偉;劉建偉;費向東;;一種半監(jiān)督環(huán)境下的Adaboost算法[A];2008'中國信息技術與應用學術論壇論文集（二）[C];2008年

5 唐曉丹;苗振江;;基于AdaBoost和粒子濾波的目標跟蹤[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

6 張彬;金連文;;基于AdaBoost的手寫體漢字相似字符識別[A];第二十六屆中國控制會議論文集[C];2007年

7 ;Using Skin Color and HAD-AdaBoost Algorithm for Face Detection in Color Images[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

8 Guofeng Zou;Kejun Wang;Mo Tang;Guixia Fu;;Eyes Location Method Based on the AdaBoost Algorithm and Block Integral Projection[A];第25屆中國控制與決策會議論文集[C];2013年

9 Jia Mingxing;Du Junqiang;Cheng Tao;Yang Ning;Jiang Yi;Zhang Zhen;;An Improved Detection Algorithm of Face with Combining AdaBoost and SVM[A];第25屆中國控制與決策會議論文集[C];2013年

10 李小紅;李寅;謝成明;;基于連續(xù)Adaboost彩色圖像人臉檢測算法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

相關博士學位論文 前1條

1 張?zhí)珜?人眼注視點估計方法的研究[D];南開大學;2013年

相關碩士學位論文 前10條

1 皮麗琴;基于AdaBoost-GASVM算法和LDA主題模型的短文本分類研究[D];華南理工大學;2015年

2 孫斌;一種基于Adaboost的實時行人檢測算法[D];華南理工大學;2015年

3 蔡澤彬;基于視頻分析的行人檢測及統(tǒng)計方法研究[D];華南理工大學;2015年

4 游晴;Adaboost人臉檢測算法研究及其在硬件平臺上的實現(xiàn)[D];昆明理工大學;2015年

5 林欣;基于改進膚色模型的AdaBoost人臉檢測算法研究[D];陜西科技大學;2015年

6 袁浩杰;Adaboost算法的并行化及其在目標分類中的應用[D];華南理工大學;2015年

7 張恒;基于近紅外圖像的疲勞駕駛檢測研究與系統(tǒng)實現(xiàn)[D];長安大學;2015年

8 張元;一種基于AdaBoost的組合分類算法研究[D];四川師范大學;2015年

9 劉媛媛;基于Adaboost算法的多特征融合圖像分類的研究與應用[D];山東大學;2015年

10 王建躍;基于AdaBoost算法的智能考勤系統(tǒng)研究和實現(xiàn)[D];山東大學;2015年

，

本文編號：2583047