作者:佘斌,沈海斌 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2016年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2016020080 DOC编号:DOCCGQJ2016020089 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 集成多个传感器的智能片上系统(So C)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。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。