基于动态模型可信度的集成学习算法研究

项目名称： 基于动态模型可信度的集成学习算法研究

项目编号： No.60905030

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 能源与动力工程

项目作者： 袁博

作者单位： 清华大学

项目金额： 18万元

中文摘要： 由于集成学习可以有效地提高机器学习系统的泛化能力，从20世纪90年代开始，对集成学习理论和算法的研究就成为机器学习的一个热点，目前仍然是机器学习中受到普遍关注的研究方向之一。AdaBoost作为集成学习算法中最具代表性的算法之一，也是集成学习算法中应用最为广泛、研究成果最为丰富的分支之一。本项目以AdaBoost算法为出发点，对该类算法在不同数据集上的性能和行为特征进行详细分析和探讨，深入研究动态模型可信度（Dynamic Model Credibility）技术，进一步完善基于动态模型可信度的Boosting算法框架（简称DmcBoost算法），以提高传统AdaBoost算法的精确度和在不同类型数据集上的鲁棒性，并在大规模实际问题上进行检验和应用。

中文关键词： 集成学习；AdaBoost；模型可信度；不平衡数据；

英文摘要：

英文关键词： Ensemble Learning；AdaBoost；Model Credibility；Imbalanced Data；