针对AdaBoost在标签噪声（尤其是多分类任务）中的敏感性和计算冗余问题，研究者提出基于粒计算（GrC）的GAdaBoost框架。该研究通过两阶段（数据粒化与自适应增强）设计，结合粒球生成（GBG）与改进的SAMME算法（GAdaBoost.SA），显著提升了算法在噪声环境下的鲁棒 ...

本项目主要记录一些常用图算法，包括基本介绍、原理和示例。 一、中心性算法 中心性（Centrality）是图谱网络中用以衡量网络中某一节点接近中心程度的一个概念，这个程度用数字表示就被称做中心度，通过中心度的大小来判断节点在网络中的重要程度。