|
|||||
|
|
| 一种改进的Adaboost训练算法 | |
| 作者姓名： | 李文辉 倪洪印 |
| 作者单位： | 吉林大学 计算机科学与技术学院, 长春 130012 |
| 基金项目： | 国家自然科学基金,国家高技术研究发展计划863项目基金,吉林省科技发展计划项目 |
| 摘 要： | 针对传统的Adaboost训练算法在训练过程中可能出现训练退化和训练目标类权重分布过适应的问题, 提出一种改进的Adaboost训练算法. 改进算法通过调整加权误差分布限制目标类权重的扩张, 并且最终分类器输出形式以概率值输出代替传统的离散值输出, 提高了训练结果的检测率. 实验结果表明, 改进的Adaboost算法在Inria数据集上取得了较好效果. |
| 关 键 词： | 误差分布 Adaboost算法 权重更新 正负误差比 分类器输出, |
| 收稿时间： | 2010-05-21 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |