-
题名一种新的改进AdaBooat弱分类器训练算法
被引量:8
- 1
-
-
作者
谢红跃
方昱春
蔡起运
-
机构
上海大学计算机工程与科学学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2009年第11期2411-2415,共5页
-
基金
上海市自然科学基金项目(08ZR1408200)
上海市重点学科建设项目(J50103)
中国科学院模式识别国家重点实验室开放课题基金(08-2-16)
-
文摘
AdaBoost是机器学习中比较流行的分类算法。通过研究弱分类器的特性,提出了两种新的弱分类器的阈值和偏置计算方法,二者可以使弱分类器识别率大于50%,从而保证在弱分类器达到一定数目的情况下,AdaBoost训练收敛。对两种阈值和偏置计算方法的仿真实验结果表明,在错分率降可接受的范围内,二者均使用较少的弱分类器便可获得高识别率的强分类器。
-
关键词
弱分类器
ADABOOST算法
强分类器
错分率
-
Keywords
weak classifier, AdaBoost algorithm, stronger classifier, error rate
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-