您的位置: 专家智库 > >

杨帆

作品数:3 被引量:2H指数:1
供职机构:辽宁师范大学计算机与信息技术学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 2篇学习机
  • 2篇极限学习机
  • 1篇数据流
  • 1篇投票算法
  • 1篇气候
  • 1篇气候变化
  • 1篇子群
  • 1篇相对熵
  • 1篇粒子群
  • 1篇决策树
  • 1篇概念漂移
  • 1篇SCORE
  • 1篇ADABOO...
  • 1篇F

机构

  • 3篇辽宁师范大学
  • 1篇计算机软件新...

作者

  • 3篇张永
  • 3篇杨帆
  • 2篇刘文哲
  • 1篇刘博

传媒

  • 2篇软件导刊
  • 1篇计算机应用与...

年份

  • 1篇2017
  • 2篇2016
3 条 记 录,以下是 1-3
排序方式:
基于相对熵的数据流概念漂移检测算法被引量:2
2017年
针对数据流中出现的概念漂移问题,采用决策树作为分类器,提出一种基于相对熵的数据流概念漂移检测算法。提出的算法将分类器的准确率与相对熵作为判断该数据块是否发生概念漂移的标准。通过5个数据集对该方法进行验证,该算法在其中4个数据集上都获得了最优的结果,在另一个数据集上获得了次优结果。实验结果表明采用该方法不仅能够有效地检测概念漂移的发生,而且还能提高分类器的准确率。
杨帆张永
关键词:数据流概念漂移相对熵决策树
基于极限学习机集成的气候变化预测研究
2016年
气候变化预测问题研究迫在眉睫。提出一种基于粒子群优化的集成算法,用在线连续极限学习机作为基分类器,根据不同的激励函数集成基分类器,用粒子群算法优化集成分类器的权值,投票得出最终结果。实验结果表明,该方法与基于梯度的算法相比,具有较高的准确率、g-mean及较好的灵活性。
杨帆张永刘文哲
关键词:粒子群投票算法
基于AdaBoost的极限学习机集成算法
2016年
针对数据类别不平衡问题,提出一种AdaBoost集成算法,用极限学习机作为基分类器,根据AdaBoost集成各个基分类器,用AdaBoost集成分类器的权值,得出最终结果。实验结果表明,该方法相较于传统ELM算法具有较高的准确率、G-mean、F-score及更好的灵活性。
杨帆张永刘博刘文哲
关键词:ADABOOST极限学习机
共1页<1>
聚类工具0