多特征Adaboost算法在多波束点云滤波中的应用

1

作者 孟凡修 《海洋测绘》 北大核心 2025年第2期19-23,共5页

为了解决传统决策树算法在多波束点云滤波中存在的过拟合和适用地形单一的问题,提出一种多特征改进型Adaboost算法。该算法首先利用点云之间的剖面特征和表面特征构建特征变量集合。再对特征集合进行定权,训练弱分类器,将多个弱分类器... 为了解决传统决策树算法在多波束点云滤波中存在的过拟合和适用地形单一的问题,提出一种多特征改进型Adaboost算法。该算法首先利用点云之间的剖面特征和表面特征构建特征变量集合。再对特征集合进行定权,训练弱分类器,将多个弱分类器合并为强分类器,并利用阶段函数确定关键参数阈值。Adaboost算法输出结果的二值性与滤波结果(水深点与非水深点)的属性契合。为验证该算法的自动化程度与分类效率,引入ID3滤波算法在多种地形进行验证分析,实验结果表明,Adaboost算法在多种地形区域存在较好的滤波效果。 展开更多

关键词 多波束点云滤波 ADABOOST算法 增强决策树 弱分类器 分类阈值 更新权重

在线阅读 下载PDF 职称材料

一种改进的AdaBoost算法——AD AdaBoost 被引量：54

2

作者 李闯 丁晓青 吴佑寿 《计算机学报》 EI CSCD 北大核心 2007年第1期103-109,共7页

目标检测问题是计算机视觉领域最普遍和关键的问题之一.基于级联结构的AdaBoost算法目前被认为是较有效的检测算法,但是其在低FRR端的性能仍需改进.文章提出了一种针对目标检测问题的改进AdaBoost算法———AD AdaBoost.AD AdaBoost采... 目标检测问题是计算机视觉领域最普遍和关键的问题之一.基于级联结构的AdaBoost算法目前被认为是较有效的检测算法,但是其在低FRR端的性能仍需改进.文章提出了一种针对目标检测问题的改进AdaBoost算法———AD AdaBoost.AD AdaBoost采用了新的参数求解方法,弱分类器的加权参数不但与错误率有关,还与其对正样本的识别能力有关.该算法能够有效地降低分类器在低FRR端的FAR,使其更适用于目标检测问题.新旧算法在复杂背景中文字检测的实验结果对比证实了新算法在性能上的改进. 展开更多

关键词 AD Adat300st 目标检测 级联结构 弱分类器 加权参数

在线阅读 下载PDF 职称材料

基于Adaboost的汽车牌照快速定位 被引量：9

3

作者 潘石柱 殳伟群 王令群 《计算机工程》 EI CAS CSCD 北大核心 2006年第12期187-188,214,共3页

Adaboost算法在人脸定位系统中已经取得了巨大的成功,该算法简单可靠、学习精度高,解决了实时检测的速度和精度的矛盾,而汽车牌照定位是汽车牌照识别系统的首要环节,定位的准确性和快速性对系统起着关键性的作用。该文提出了基于Adaboos... Adaboost算法在人脸定位系统中已经取得了巨大的成功,该算法简单可靠、学习精度高,解决了实时检测的速度和精度的矛盾,而汽车牌照定位是汽车牌照识别系统的首要环节,定位的准确性和快速性对系统起着关键性的作用。该文提出了基于Adaboost的汽车牌照定位算法,目的是为了寻求一种新的更加高效的车牌定位方法。实验结果证明了该方法的可行性。 展开更多

关键词 牌照定位 ADABOOST 矩形特征 弱分类器 强分类器

在线阅读 下载PDF 职称材料

改进的AdaBoost分类器在视频中的体育场景检测 被引量：11

4

作者 金鸣 邱锡鹏 吴立德 《计算机工程》 EI CAS CSCD 北大核心 2006年第12期229-231,共3页

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。针对这几种不同的体育场景,提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征,然后用改... 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。针对这几种不同的体育场景,提取颜色直方图、边缘方向直方图和共生矩阵纹理等3种低层视觉特征,然后用改进的可自动选择特征的boosting方法为每一类体育场景分别建立AdaBoost分类器。该文提出的方法应用在国际视频处理评测TRECVID2003中的“体育场景”语义特征抽取任务上,取得了很好的效果。 展开更多

关键词 BOOSTING 弱分类器 体育场景检测

在线阅读 下载PDF 职称材料

基于AFSA和PSO融合优化的AdaBoost人脸检测算法 被引量：13

5

作者 任克强 高晓林 谢斌 《小型微型计算机系统》 CSCD 北大核心 2016年第4期861-865,共5页

针对传统Ada Boost人脸检测算法存在的不足,提出一种将人工鱼群算法、粒子群优化算法和Ada Boost算法相结合的人脸检测算法.该算法利用人工鱼群算法的最佳寻优特性,弥补粒子群优化算法易陷入局部最优的不足,改善粒子样本的枯竭和退化;在... 针对传统Ada Boost人脸检测算法存在的不足,提出一种将人工鱼群算法、粒子群优化算法和Ada Boost算法相结合的人脸检测算法.该算法利用人工鱼群算法的最佳寻优特性,弥补粒子群优化算法易陷入局部最优的不足,改善粒子样本的枯竭和退化;在Ada Boost训练框架中扩展了Haar-like特征,以排除相关度较低的Haar-like人脸样本特征;采用融合优化的AdaBoost算法寻找弱分类器权重系数的最优值,组合最佳弱分类器,级联形成最终的强分类器.实验结果表明,该算法能够有效提高检测精确率、降低训练时间,取得了较好的人脸检测效果. 展开更多

关键词 人脸检测 人工鱼群优化 权重系数 最优弱分类器

在线阅读 下载PDF 职称材料

一种基于AdaBoost-SVM的流量分类方法 被引量：8

6

作者 张震 汪斌强 +1 位作者 梁宁宁 程国振 《计算机应用研究》 CSCD 北大核心 2013年第5期1481-1485,共5页

针对传统分类方法的缺陷,提出了一种基于AdaBoost-SVM的流量方法。该方法利用K-L变换从大量冗余流量特征中遴选出少量本征特征,有效降低了算法的处理复杂度;应用AdaBoost机制将一次分类过程等分成若干层基于支持向量机的弱分类器,使得... 针对传统分类方法的缺陷,提出了一种基于AdaBoost-SVM的流量方法。该方法利用K-L变换从大量冗余流量特征中遴选出少量本征特征,有效降低了算法的处理复杂度;应用AdaBoost机制将一次分类过程等分成若干层基于支持向量机的弱分类器,使得分类方法简单、易于实现;通过分层组合和迭代权重的方法聚焦在困难分类的数据样本上,提高了分类器的准确性能。理论分析和实验结果表明:在降低计算复杂度的同时,Ada-Boost-SVM算法的准确性能够达到95%。 展开更多

关键词 流量分类 K—L变换 支持向量机 ADABOOST 弱分类器

在线阅读 下载PDF 职称材料

基于连续Adaboost算法的多视角人脸检测 被引量：66

7

作者 武勃 黄畅 +1 位作者 艾海舟 劳世竑 《计算机研究与发展》 EI CSCD 北大核心 2005年第9期1612-1621,共10页

提出了一种基于连续Adaboost算法的多视角人脸检测方法.人脸按其三维姿态被划分成若干个视点子类,针对每个子类使用Haar型特征设计了具有连续致信度输出的查找表型弱分类器形式,构造出弱分类器空间,采用连续Adaboost算法学习出基于视图... 提出了一种基于连续Adaboost算法的多视角人脸检测方法.人脸按其三维姿态被划分成若干个视点子类,针对每个子类使用Haar型特征设计了具有连续致信度输出的查找表型弱分类器形式,构造出弱分类器空间,采用连续Adaboost算法学习出基于视图的瀑布型人脸检测器.为了提高检测速度,使用了多分辨率搜索和姿态预估计策略.对于正面人脸检测,在CMU+MIT的正面人脸测试集合上检测的正确率为94.5%,误报57个;对于多视角人脸检测,在CMU侧面人脸测试集合上检测的正确率为89.8%,误报221个.在一台PentiumⅣ2.4GHz的PC上,处理一幅大小为320×240的图片平均需80ms.实验结果表明该方法十分有效,具有明显的应用价值. 展开更多

关键词 Haar型特征 查找表型弱分类器 姿态估计

在线阅读 下载PDF 职称材料

基于特征选择集成学习的果蝇求偶行为识别 被引量：3

8

作者 谢元澄 梁敬东 +2 位作者 王书平 余倩倩 李飞 《南京农业大学学报》 CAS CSCD 北大核心 2011年第6期82-88,共7页

设计一个机器学习分类算法,实现对果蝇求偶行为的自动识别。在对图片规范化的基础上,提取图像局部二元模式统计特征与沃尔什特征获得果蝇求偶图像纹理几何特征。通过基于特征选择的集成学习来构建一个强分类器,实现对果蝇求偶行为的检测... 设计一个机器学习分类算法,实现对果蝇求偶行为的自动识别。在对图片规范化的基础上,提取图像局部二元模式统计特征与沃尔什特征获得果蝇求偶图像纹理几何特征。通过基于特征选择的集成学习来构建一个强分类器,实现对果蝇求偶行为的检测;采用十折交叉验证的方法进行验证,检测结果优于传统的图像处理分割算法。基于特征选择快速选择性集成,效率高于传统集成方法,基于特征选择集成学习识别昆虫的复杂纹理是可行的。通过机器学习方法来识别果蝇行为谱可以实现大规模的行为筛查,这将有助于基因和神经回路控制行为的研究。 展开更多

关键词 特征选择 集成学习 弱分类器 果蝇求偶

在线阅读 下载PDF 职称材料

多示例深度学习目标跟踪 被引量：4

9

作者 程帅 孙俊喜 +2 位作者 曹永刚 刘广文 韩广良 《电子与信息学报》 EI CSCD 北大核心 2015年第12期2906-2912,共7页

为解决多示例跟踪算法中外观模型和运动模型不足导致跟踪精度不高的问题,该文提出多示例深度学习目标跟踪算法。针对原始多示例跟踪算法中采用Haar-like特征不能有效表达图像信息的缺点,利用深度去噪自编码器提取示例图像的有效特征,实... 为解决多示例跟踪算法中外观模型和运动模型不足导致跟踪精度不高的问题,该文提出多示例深度学习目标跟踪算法。针对原始多示例跟踪算法中采用Haar-like特征不能有效表达图像信息的缺点,利用深度去噪自编码器提取示例图像的有效特征,实现图像信息的本质表达,易于分类器正确分类,提高跟踪精度。针对多示例学习跟踪算法中选取弱特征向量不能更换,难以反映目标自身和外界条件变化的缺点,在选择弱分类器过程中,实时替换判别力最弱的特征以适应目标外观的变化。针对原始多示例跟踪算法中运动模型中仅假设帧间物体运动不会超过某个范围,不能有效反映目标的运动状态的缺点,引入粒子滤波算法对目标进行预测,提高跟踪的准确性。在复杂环境下不同图片序列实验结果表明,与多示例跟踪算法及其他跟踪算法相比,该文算法具有更高跟踪精确度和更好的鲁棒性。 展开更多

关键词 目标跟踪 多示例学习 深度学习 弱特征更换 粒子滤波

在线阅读 下载PDF 职称材料

基于弱分类器集成的车联网虚假交通信息检测 被引量：4

10

作者 刘湘雯 石亚丽 冯霞 《通信学报》 EI CSCD 北大核心 2016年第8期58-66,共9页

车联网中车辆以自组织的方式相互报告交通信息,开放的网络环境需要甄别消息,然而,要快速移动的车辆在短时间内检测出大量的交通警报信息是非常困难的。针对这一问题,提出一种基于弱分类器集成的虚假交通信息检测方法。首先,扩充交通警... 车联网中车辆以自组织的方式相互报告交通信息,开放的网络环境需要甄别消息,然而,要快速移动的车辆在短时间内检测出大量的交通警报信息是非常困难的。针对这一问题,提出一种基于弱分类器集成的虚假交通信息检测方法。首先,扩充交通警报信息的有效特征,并设计分割规则,将信息的特征集划分为多个特征子集;然后,根据子集特征的不同特性,使用对应的弱分类器分别进行处理。仿真实验和性能分析表明,选用弱分类器集成方法检测车联网中的虚假交通信息减少了检测时间,且由于综合特征的应用,检测率优于仅使用部分特征的检测结果。 展开更多

关键词 车联网 虚假信息检测 弱分类器集成 BP神经网络

在线阅读 下载PDF 职称材料

分类器线性组合的有效性和最佳组合问题的研究 被引量：29

11

作者 付忠良 《计算机研究与发展》 EI CSCD 北大核心 2009年第7期1206-1216,共11页

通过多个分类器的组合来提升分类精度是机器学习领域主要研究内容,弱学习定理保证了这种研究的可行性.分类器的线性组合,也即加权投票,是最常用的组合方法,其中广泛使用的AdaBoost算法和Bagging算法就是采取的加权投票.分类器组合的有... 通过多个分类器的组合来提升分类精度是机器学习领域主要研究内容,弱学习定理保证了这种研究的可行性.分类器的线性组合,也即加权投票,是最常用的组合方法,其中广泛使用的AdaBoost算法和Bagging算法就是采取的加权投票.分类器组合的有效性问题以及最佳组合问题均需要解决.在各单个分类器互不相关和分类器数量较多条件下,得到了分类器组合有效的组合系数选取条件以及最佳组合系数公式,给出了组合分类器的误差分析.结论表明,当各分类器分类错误率有统一的边界时,即使采取简单投票,也能确保组合分类器分类错误率随分类器个数增加而以指数级降低.在此基础上,仿照AdaBoost算法,提出了一些新的集成学习算法,特别是提出了直接面向组合分类器分类精度快速提升这一目标的集成学习算法,分析并指出了这种算法的合理性和科学性,它是对传统的以错误率最低为目标的分类器训练与选取方法的延伸和扩展.从另一个角度证明了AdaBoost算法中采用的组合不仅有效,而且在一定条件下等效于最佳组合.针对多分类问题,得到了与二分类问题类似的分类器组合理论与结论,包括组合有效条件、最佳组合、误差估计等.还对AdaBoost算法进行了一定的扩展. 展开更多

关键词 分类器组合 组合问题 线性组合 ADABOOST算法 BAGGING算法 组合分类器 机器学习 分类精度

在线阅读 下载PDF 职称材料

边界片段模板方法在空间探测识别中的应用 被引量：4

12

作者 安萌 姜志国 赵丹培 《宇航学报》 EI CAS CSCD 北大核心 2009年第3期1231-1236,共6页

以对具有复杂边缘的空间目标进行准确的检测识别为目的,提出一种基于边界片段模板(BoundaryFragment Model)训练模式的空间目标识别方法。方法的步骤是:首先从训练集中提取目标的边界片段组成弱分类器;然后使用Adaboost算法将它们提升... 以对具有复杂边缘的空间目标进行准确的检测识别为目的,提出一种基于边界片段模板(BoundaryFragment Model)训练模式的空间目标识别方法。方法的步骤是:首先从训练集中提取目标的边界片段组成弱分类器;然后使用Adaboost算法将它们提升训练成为强分类器;对方法进行旋转、尺度、视点的不变性增强;最后将训练好的强分类器模板应用到待识别图像上,进行目标的检测识别。实验结果表明,本方法对带有各种旋转,尺度,以及视点变化的具有复杂边缘空间有形目标具有较好的识别效果。 展开更多

关键词 空间有形目标 边界片段模板 弱分类器与强分类器 旋转 尺度与视点不变性

在线阅读 下载PDF 职称材料

基于多阈值弱学习的Adaboost检测器 被引量：3

13

作者 钟向阳 凌捷 《计算机工程与应用》 CSCD 北大核心 2009年第19期160-162,171,共4页

近年来基于Adaboost的人脸检测算法因其快速和可接受的检测率得到了成功的应用。但采用单阈值作弱分类器显得太弱难于适应复杂的统计分布,且训练过程较慢收敛。为克服这些困难,采用分类树作弱学习器,该学习器以贪婪的的方法用误差测度... 近年来基于Adaboost的人脸检测算法因其快速和可接受的检测率得到了成功的应用。但采用单阈值作弱分类器显得太弱难于适应复杂的统计分布,且训练过程较慢收敛。为克服这些困难,采用分类树作弱学习器,该学习器以贪婪的的方法用误差测度减少最大化的划分准则划分节点,并由此生成弱分类器,然后采用RAB或GAB方法在给定数据和标签的训练集上将这些弱分类器提升为强分类器。实践结果表明采用多阈值作弱分类器能显著提高分类器性能。 展开更多

关键词 人脸检测 ADABOOST算法 弱分类器 平缓的Adaboost

在线阅读 下载PDF 职称材料

自适应增强方法在光谱自动分类中的应用 被引量：2

14

作者 赵梅芳 罗阿理 +1 位作者 吴福朝 赵永恒 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2008年第2期472-477,共6页

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)的方法,对宽线和窄线AGNs进行特征融合的分类实验,经分析,确定了以Hα和[NⅡ]发射线为主的波段为宽线和... 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)的方法,对宽线和窄线AGNs进行特征融合的分类实验,经分析,确定了以Hα和[NⅡ]发射线为主的波段为宽线和窄线AGNs光谱的主要区别特征。再单独对Hα和[NⅡ]发射线为主的波段,用自适应增强的方法对其进行光谱分类。自适应增强方法在训练过程中不断地加入"弱分类器",直到达到某个预定的足够小的误差率或一定的循环次数,最后构成的总体分类器的分类判决由这些"弱分类器"各自的判决结果的投票来决定。此方法不需要事先调节参数,且"弱分类器"的分类结果只需好于随机猜测,算法简单。实验证明,对于单独采用以Hα和[NⅡ]发射线为主的波段,自适应增强方法能达到较好的分类效果,从而可有效地应用于大型光谱巡天所产生的活动星系核光谱的自动分类中。 展开更多

关键词 活动星系核 自适应增强(Adaboost) 弱分类器 分类 宽(窄)线AGNs

在线阅读 下载PDF 职称材料

基于BFM算法的空间有形目标识别方法 被引量：3

15

作者 安萌 姜志国 许波 《系统工程与电子技术》 EI CSCD 北大核心 2009年第5期1075-1077,共3页

为了对具有复杂边缘的目标进行更准确的检测识别,提出了一种基于边界片段模板(boundary frag-ment model)训练模式的目标识别方法。方法首先提取目标的边界片段组成弱分类器,然后使用AdaBoost算法将它们提升训练成为强分类器,并用其进... 为了对具有复杂边缘的目标进行更准确的检测识别,提出了一种基于边界片段模板(boundary frag-ment model)训练模式的目标识别方法。方法首先提取目标的边界片段组成弱分类器,然后使用AdaBoost算法将它们提升训练成为强分类器,并用其进行检测和识别目标。仿真实验表明,该方法对有形目标,特别是对具有复杂边缘的空间有形目标有较好的识别效果。 展开更多

关键词 空间有形目标检测与识别 ADABOOST算法 边界片段模板 弱分类器与强分类器

在线阅读 下载PDF 职称材料

基于Boosting框架的非稀疏多核学习方法 被引量：2

16

作者 胡庆辉 李志远 《计算机应用研究》 CSCD 北大核心 2016年第11期3219-3222,3227,共5页

针对传统的分类器集成的每次迭代通常是将单个最优个体分类器集成到强分类器中,而其他可能有辅助作用的个体分类器被简单抛弃的问题,提出了一种基于Boosting框架的非稀疏多核学习方法 MKL-Boost。利用分类器集成学习的思想,每次迭代时,... 针对传统的分类器集成的每次迭代通常是将单个最优个体分类器集成到强分类器中,而其他可能有辅助作用的个体分类器被简单抛弃的问题,提出了一种基于Boosting框架的非稀疏多核学习方法 MKL-Boost。利用分类器集成学习的思想,每次迭代时,首先从训练集中选取一个训练子集,然后利用正则化非稀疏多核学习方法训练最优个体分类器,求得的个体分类器考虑了M个基本核的最优非稀疏线性凸组合,通过对核组合系数施加LP范数约束,一些好的核得以保留,从而保留了更多的有用特征信息,差的核将会被去掉,保证了有选择性的核融合,再将基于核组合的最优个体分类器集成到强分类器中。提出的算法既具有Boosting集成学习的优点,同时具有正则化非稀疏多核学习的优点,实验表明,相对于其他Boosting算法,MKL-Boost可以在较少的迭代次数内获得较高的分类精度。 展开更多

关键词 集成学习 非稀疏多核学习 弱分类器 基本核

在线阅读 下载PDF 职称材料

虚警率约束的联合弱分类器集成学习算法 被引量：1

17

作者 孙翠改 钱素娟 张军朝 《计算机工程与设计》 北大核心 2017年第12期3344-3348,3407,共6页

提出一种联合弱分类器集成学习算法。借鉴Adaboost方法采用弱分类器构建强分类器的思想,联合多个弱分类器构建特征分类的得分函数,生成一个集成分类器。在分类器训练时,采用ROC曲线围成的AUC面积值构建目标函数,加入虚警率上下限约束条... 提出一种联合弱分类器集成学习算法。借鉴Adaboost方法采用弱分类器构建强分类器的思想,联合多个弱分类器构建特征分类的得分函数,生成一个集成分类器。在分类器训练时,采用ROC曲线围成的AUC面积值构建目标函数,加入虚警率上下限约束条件,采用列生成算法学习弱分类器,采用割平面法学习弱分类器的系数。在PASCAL VOC-2007数据集上进行目标检测实验,实验结果表明,与常用的支持向量机、Adaboost、随机森林和卷积神经网络分类方法相比,该方法的假正率指标低,真正率指标高。 展开更多

关键词 分类 弱分类器 目标检测 目标函数 割平面法

在线阅读 下载PDF 职称材料

带质心的K最近邻增强模糊最小最大神经网络的集成方法 被引量：2

18

作者 陈鹏 赵建成 余肖生 《重庆理工大学学报（自然科学）》 北大核心 2021年第9期116-129,共14页

在分类任务中,传统的模糊最小最大神经网络及其变体在训练网络的时候没有考虑超盒内部训练数据的分布情况,并且考虑扩展系数的问题也不是很充分,导致每次训练新数据集都要重新选择最优的扩展系数。因此,提出了一种带质心的K最近邻增强... 在分类任务中,传统的模糊最小最大神经网络及其变体在训练网络的时候没有考虑超盒内部训练数据的分布情况,并且考虑扩展系数的问题也不是很充分,导致每次训练新数据集都要重新选择最优的扩展系数。因此,提出了一种带质心的K最近邻增强模糊最小最大神经网络的集成方法。在该方法中,一方面,每个超盒都带有质心,用来描述之前训练的样本在该超盒的大体分布情况,并且在扩展规则及收缩方面考虑了样本距离超盒质心的因素;另一方面,使用5个带质心的K最近邻增强模糊最小最大神经网络作为弱分类器,每个分类器设置不同的扩展系数,当该方法训练完后,将得出的离散属性值作为随机森林的训练集,最后,使用测试样本验证网络的分类性能。实验结果表明:提出的方法在准确率、精准率、召回率以及F-score等方面大部分的结果高于传统的FMMN及其变体的结果,该方法有效地克服了FMMN的准确性过于依赖扩展系数的问题。 展开更多

关键词 E-CFMM 集成方法 超盒收缩 弱分类器 质心

在线阅读 下载PDF 职称材料

基于改进Adaboost算法的人脸检测研究 被引量：1

19

作者 马丽 刘高原 《科学技术与工程》 北大核心 2012年第27期6963-6966,共4页

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,并以此作为减少计算量的依据。实验结果表明,改进方法,在保持弱分类器性能不变的条件下,可以有效降低计算量。

关键词 改进的Adaboost 人脸检测 弱分类器

在线阅读 下载PDF 职称材料

基于RBF核函数的集成分类AdaBoost算法研究 被引量：3

20

作者 娄生超 《科学技术与工程》 北大核心 2012年第34期9207-9210,9220,共5页

基于径向基函数的神经网络、支持向量机已被广泛应用于模式分类。为了进一步提高分类的精度,将径向基函数应用于集成的AdaBoost算法,即以RBF神经网络和以RBF核函数的支持向量机分别作为AdaBoost的弱分类器,集成更高精度的强分类。通过... 基于径向基函数的神经网络、支持向量机已被广泛应用于模式分类。为了进一步提高分类的精度,将径向基函数应用于集成的AdaBoost算法,即以RBF神经网络和以RBF核函数的支持向量机分别作为AdaBoost的弱分类器,集成更高精度的强分类。通过对标准数据集的分类实验性能对比,证明了其算法解决分类问题有效性。 展开更多

关键词 径向基函数 神经网络 支持向量机 ADABOOST算法

在线阅读 下载PDF 职称材料