主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王爱平,万国伟,程志全,李思昆.支持在线学习的增量式极端随机森林分类器.软件学报,2011,22(9):2059-2074
支持在线学习的增量式极端随机森林分类器
Incremental Learning Extremely Random Forest Classifier for Online Learning*
投稿时间:2009-08-22  修订日期:2009-10-23
DOI:10.3724/SP.J.1001.2011.03827
中文关键词:  在线学习  增量学习  极端随机森林分类器
英文关键词:online learning  incremental learning  extremely random forest classifier
基金项目:国家自然科学基金(90707003, 60970094)
作者单位E-mail
王爱平 国防科学技术大学 计算机学院,湖南 长沙 410073 ipwang@nudt.edu.cn 
万国伟 国防科学技术大学 计算机学院,湖南 长沙 410073  
程志全 国防科学技术大学 计算机学院,湖南 长沙 410073  
李思昆 国防科学技术大学 计算机学院,湖南 长沙 410073  
摘要点击次数: 5548
全文下载次数: 8028
中文摘要:
      提出了一种增量式极端随机森林分类器(incremental extremely random forest,简称IERF),用于处理数据流,特别是小样本数据流的在线学习问题.IERF 算法中新到达的样本将被存储到相应的叶节点,并通过Gini 系数来确定是否对当前叶节点进行分裂扩展,在给定有限数量,甚至是少量样本的情况下,IERF 算法能够快速高效地完成分类器的增量构造.UCI 数据集的实验证明,提出的IERF 算法具有与离线批量学习的极端随机森林(extremely random forest,简称ERF
英文摘要:
      This paper proposes an incremental extremely random forest (IERF) algorithm, dealing with online learning classification with streaming data, especially with small streaming data. In this method, newly arrived examples are stored at the leaf nodes and used to determine when to split the leaf nodes combined with Gini index, so the trees can be expanded efficiently and fast with a few examples. The proposed online IERF algorithm gives more competitive or even better performance, than the offline extremely random forest (ERF) method, based on the UCI data experiment. On the moderate training datasets, the IERF algorithm beats the decision tree reconstruction algorithm and other incremental learning algorithms on the performance. Finally, the IERF algorithm is used to solve online video object tracking (multi-object tracking also included) problems, and the results on the challenging video sequences demonstrate its effectiveness and robustness.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利