一种基于Bagging-SVM的智能传感器集成学习方法.pdf

一种基于Bagging-SVM的智能传感器集成学习方法.pdf

ID:52399310

大小:293.14 KB

页数:4页

时间:2020-03-27

一种基于Bagging-SVM的智能传感器集成学习方法.pdf_第1页
一种基于Bagging-SVM的智能传感器集成学习方法.pdf_第2页
一种基于Bagging-SVM的智能传感器集成学习方法.pdf_第3页
一种基于Bagging-SVM的智能传感器集成学习方法.pdf_第4页
资源描述:

《一种基于Bagging-SVM的智能传感器集成学习方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、26传感器与微系统(TransducerandMicrosystemTechnologies)2016年第35卷第2期DOI:10.13873/J.1000-9787(2016)02-0026-03一种基于Bagging-SVM的智能传感器集成学习方法佘斌,沈海斌(浙江大学超大规模集成电路设计研究所,浙江杭州310027)摘要:集成多个传感器的智能片上系统(SoC)在物联网得到了广泛的应用。在融合多个传感器数据的分类算法方面,传统的支持向量机(SVM)单分类器不能直接对传感器数据流进行小样本增量学习。针对上述问

2、题,提出一种基于Bagging—SVM的集成增量算法,该算法通过在增量数据中采用Bootstrap方式抽取训练集,构造能够反映新信息变化的集成分类器,然后将新老分类器集成,实现集成增量学习。实验结果表明:该算法相比SVM单分类器能够有效降低分类误差,提高分类准确率,且具有较好的泛化能力,可以满足当下智能传感器系统基于小样本数据流的在线学习需求。关键词:智能传感器;集成学习;增量学习;支持向量机;Bagging算法中图分类号:TP18;TP212文献标识码:A文章编号:1000-9787(2016)02-0026

3、-03AnensemblelearningmethodbasedonBagging—SVMforintelligentsensorSHEBin.SHENHat_bin(InstituteofVLSIDesign,ZhejiangUniversity,Hangzhou310027,China)Abstract:Intelligentsystemonchip(SoC)whichintegratesnmhiplesensorshasbeenwidelyappliedinInternetofThings.However

4、,consideringdatafusionofmultiplesensors,traditionalSVMsingle—classifiercan’tdirectlysupportsmallsampleincrementallearningforsensordatastream.Aimingataboveproblem,putforwardakindofensembleincrementalalgorithmbasedonBagging—SVM,thealgorithmsupportsincrementall

5、earningbycombiningoriginalensembleclassifierswiththenewoneswhichcanreflectnewinformationchangeofincrementaldatasets,whilethenew‘classifierstrainedbythedatasetswhichisextractedfromincrementaldatasetsbyBootstrapmeans.Experimentalresultsshowthatthealgorithmcomp

6、aredwiththesingle—classifiercaneffectivelydecreaseclassificationerror,improveclassificationaccuracyandhasgoodgeneralizationability,whichcansmoothlymeetrequirementsofintelligentsensorsystemforonlinelearningbasedonsmallsampledataflow.Keywords:intelligentsensor

7、;ensemblelearning;incrementallearning;supportvectormachine(SVM);Baggingalgorithm0引言要利用新样本对已有的单分类器的参数与内部结构进行调目前,以传感器技术与机器学习为基础发展出来的智整,使分类器能够适应新样本。但是,在内部结构调整时,能硬件已经广泛应用到人们生活的方方面面,如智能手环、机上需要人为设定一些参数,并且这些参数对算法的影响智能家居、智能医疗设备等。尤其是随着集成电路工艺的很大,容易出现过适应的问题。而集成式增量学习则能不

8、断进步,集成多个传感器的片上系统(systemonchip,够有效避免上述缺陷,具有预测准确度高、对训练数据的分SoC)已成为一种发展趋势,因此,有必要对以传感器技术布与次序不敏感、泛化性能好等优点。与机器学习结合为基础的智能传感器SoC系统进行研目前,关于机器学习的文献很多,针对智能传感器SoC究。的研究文献并不多。适应于智能传感器SoC的集成式增量支持向量机(supportvect

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。