弱分类器相关论文
针对高光谱数据多特征组合问题,提出了一种在多核学习框架下利用多核Boosting实现特征组合最优和异质互补的高光谱影像分类算法.此......
在石油开采中,为在坚硬且严重倾斜的地层中准确感知钻井速度、避免增加井斜角,提出一种基于GBDT算法的空气冲旋钻井机械速度预测方......
Adaboost算法是目前较流行的机器学习算法,其通过构建一系列弱分类器组合成强分类器的方式广泛应用于人脸检测等领域。对于目前Ada......
学位
人耳检测是人耳识别系统的首要环节,这一环节的检测效果直接影响了整个识别系统的性能。本文根据人耳的自身结构特点,针对传统AdaB......
本文采用容积特征有效地分析视频。通过在视频的光流上计算容积特征实现了一个基于视频的人体动作检测系统。容积特征是静态图像的......
图像信息的分类器的作用在于识别人脸图像和非人脸图像。对于一个实际使用的分类器，其判断人脸的正确率要求是99.9％以上的精确。而现......
本文在自动人脸识别的框架下，对整个人脸识别过程分两部分述叙：人脸识别的前端处理和人脸识别。着重讨论了人脸识别的主要算法，并......
集成学习的主要思想是融合多个分类学习算法的分类性能来提高整体分类算法的泛化能力。构建一个具有多样性／差异度大的弱分类学习算......
互联网信息技术的快速发展使得传统纸质媒体逐渐向数字媒体转型。新闻媒体往往需要新闻内容进行分类,方便不同读者群对新闻内容的......
视频中目标跟踪是计算机视觉研究领域的重要内容之一,受到广泛关注。由于目标跟踪中存在遮挡、尺度变化、形变、快速运动、背景复......
本文提出了一种基于改进的AdaBoost算法的车牌字符识别方法,该方法采用支持向量机(SVM)作为AdaBoost算法的弱分类器,传统的AdaBoos......
为提高田间猕猴桃果实识别精度,采用Adaboost算法,利用RGB、HSI、Lab3个颜色空间中的1个或多个通道训练形成6个不同的弱分类器,最......
本文研究尿沉渣图像中管型细胞的识别，并且提出了一种基于Adaboost的管型识别算法.Adaboost算法使用一组弱分类器的组合构造出最后......
本文提出了一种基于嵌套型弱分类器的人脸检测算法.文中首先分析了Haar特征不能描述其内部的灰度分布这一缺陷，接着采用外-内嵌套的......
结合局部特征建模和多分类器组合的优势,文章提出一种基于AdaBoost的局部可控特征的人脸识别方法.在可控特征上构造大量的弱分类器......
针对传统AdaBoost算法在单特征分类器训练时耗费时间长、弱分类器质量低的问题,本文提出一种基于双特征的改进型AdaBoost分类检测......
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......
基于月貌图像的撞击坑的检测需要采用合理的特征选择和机器学习策略,我们提出了一种基于区域局部灰度和梯度分布特征与机器学习方......
人脸检测技术可以追溯至上世纪的六、七十年代。随着社会的发展，人们对人脸检测技术的需求越来越广泛，对检测的实时性要求也越来越高......
本文提出了一种名为DC-AdaBoost的集成算法,并通过算法组合的方式改进了SVM算法(l1+l2约束下的Ramp损失算法)。在集成学习中,前期......
学位
Freund和Schapire1995年提出的AdaBoost算法是Boosting家族最具有代表性的算法,其基本思想是利用一系列的弱分类器通过加权线性组......
学位
[摘 要]本文通过对机器学习中AdaBoost算法的使用，分别对上证指数不同阶段的收益率中的财务数据进行特征学习，进而研究其不同阶段下......
采用AdaBoost算法对魔术伽马望远镜数据集进行分类测试，通过实验证明了AdaBoost算法在多属性二分类问题中应用的可行性，并与其他分类......
现有图像分类机制一般将多类别分类问题划分成多个二类别分类问题的集合进行解决，类别数的多少直接影响着二值分类器的需求量。由于......
鉴于特征属性选择在网络流量分类中占据重要地位,为了确定最优特征子集,利用CFS作为适应度函数的改进遗传算法(GA-CFS),从网络流量......
研究提高人脸检测算法准确率问题,针对传统AdaBoost算法在人脸检测训练过程中出现的退化现象和识别率低的问题,提出了一种改进的Ad......
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......
针对AdaBoost算法误检率及收敛速度问题,结合改进的细菌觅食优化算法的思想,提出一种基于改进细菌觅食的AdaBoost弱分类器优化权重......
...
为提高运动目标跟踪算法的鲁棒性,提出一种基于多示例学习(MIL)框架的跟踪算法。该算法利用类Haar特征构建若干弱分类器,然后级联......
分析了Adaboost弱分类器计算耗时的原因,并提出本文的改进。根据强分类器错误率上限的计算公式,推导出弱分类器错误率的期望值,并......
摘要：Boosting是在统计学习理论的基础上发展起来的一种新的集成机器学习方法，并在模式分类领域有了广泛的应用。该文首先分析了Boos......
神经网络分类器存在容易出现过学习、欠学习、陷入维数灾以及局部最小等问题,支持向量机分类器也存在运算比较复杂,模型选择和核函......
Adaboost算法可以将分类效果一般的弱分类器提升为分类效果理想的强分类器,而且不需要预先知道弱分类器的错误率上限,这样就可以应......
AdaBoost是一种构建准确分类器的学习算法,但其训练样本时间长制约了发展.本文对训练算法进行改进,通过直方图将弱分类器学习训练......
工程实际中，往往通过对比两个AdaBoost算法在相同弱分类器数量条件下的错分率来比较算法性能，这样就忽略了在弱分类器数量增加时，错分......
针对机器人动作理解，设计基于强分类器的BP网络机器人动作理解系统，阐述了BP网络模型和AdaBoost算法并说明了弱分类器与强分类器的训......
本文对AdaBoost算法进行了介绍，并从整个数学推导过程中分析怎样挑选分类器并设置权值，最终通过一组弱分类器组合构成强分类器。......
采用AdaBoost算法对魔术伽马望远镜数据集进行分类测试，通过实验证明了AdaBoost算法在多属性二分类问题中应用的可行性，并与其他分类......
提出了一种使用改进的AdaBoost分类器来检测体育场景的方法。将电视新闻中的体育场景分为三类:草地运动,冰雪运动和人造场地运动。......
入侵检测实质上是分类问题，即将正常数据同入侵行为分开。在本文中，提出一种双层入侵检测算法，算法的一层是基于Boosting的入侵检测算......
在正则化多核学习中,稀疏的核函数权值会导致有用信息丢失和泛化性能退化,而通过非稀疏模型选取所有核函数则会产生较多的冗余信息......
针对乳腺癌智能诊断中的分类器欠稳定,样本分布适应性差等问题。本文提出一种基于Adaboost集成BP、RBF及Naïve Bayess三网的......
Gentle Adaboost算法训练弱分类器时,需要遍历特征空间,将分类结果最好的特征作为弱分类器,这将消耗大量的时间。本文提出了一种基......
针对活动星系核(AGN)光谱中发射线的不同特征,在恢复到静止系状态后的光谱上截取具有有效特征的波段范围,采用自适应增强(Adaboost......
AdaBoost算法是一种典型的集成学习框架,通过线性组合若干个弱分类器来构造成强学习器,其分类精度远高于单个弱分类器,具有很好的......
