SPLBoost: An Improved Robust Boosting Algorithm Based on Self-Paced Learning
SPLBoost: An Improved Robust Boosting Algorithm Based on Self-Paced Learning
复制标题
SPLBoost：一种基于自定进度学习的改进的鲁棒增强算法
DOI：
10.1109/tcyb.2019.2957101
复制
发表时间：
2017-06
影响因子：
11.8
通讯作者：
Zongben Xu
中科院分区：
文献类型：
--
作者：
Kaidong Wang;Yao Wang;Qian Zhao;Deyu Meng;Xiuwu Liao;Zongben Xu
众所周知，提升可以被解释为最小化潜在损失函数的优化技术。具体地说，传统AdaBoost最小化的潜在损失是指数损失，这被证明是非常敏感的
It is known that boosting can be interpreted as an optimization technique to minimize an underlying loss function. Specifically, the underlying loss being minimized by the traditional AdaBoost is the exponential loss, which proves to be very sensitive to
登录
查看更多内容
DOI：
--
发表时间：
2000-06
期刊：
--
影响因子：
--
作者：
Carlos Domingo;O. Watanabe
通讯作者：
Carlos Domingo;O. Watanabe
DOI：
10.1145/1315245.1315291
发表时间：
2007-10
期刊：
--
影响因子：
--
作者：
J. Elson;J. Douceur;Jon Howell;J. Saul
通讯作者：
J. Elson;J. Douceur;Jon Howell;J. Saul
DOI：
--
发表时间：
2010-12
期刊：
--
影响因子：
--
作者：
M. P. Kumar;Ben Packer;D. Koller
通讯作者：
M. P. Kumar;Ben Packer;D. Koller
影响因子：
4.6
作者：
T. Bylander
通讯作者：
T. Bylander
影响因子：
13.5
作者：
Chan, Jonathan Cheung-Wai;Paelinckx, Desire
通讯作者：
Paelinckx, Desire