基于bregman距离和等式约束正则化AdaBoost算法

摘要：

基于J.Kivinen和M.K.Warmuth提出的一种基于正则化的在线学习模式,提出基于bregman距离和等式约束正则化弱分类器权值更新模式,实现了AdaBoostS,AdaBoostIE,AdaBoostRE,AdaBoostDE和AdaBoostE五种弱分类器权更新算法.在实验部分,利用实际数据对提出的五种算法与Real AdaBoost、Gentle AdaBoost和Modest AdaBoost算法作了比较.

关键词：bregman距离函数、等式约束问题、正则化、集成分类器

所属期刊栏目：49

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金21006127,20976193;中国石油大学北京基础学科研究基金

在线出版日期：2013-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：166-170