期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
快速多分类器集成算法研究 被引量:3
1
作者 张伟松 高智英 《计算机工程》 CAS CSCD 2012年第2期178-180,共3页
研究快速多分类器集成算法。对多分类器集成需选定一定数量的弱分类器,再为每个弱分类器分配一定权重。在选择弱分类器时,通过计算每个弱分类器在全部训练样本集上的分类错误率,对其进行排序,挑选出分类效果最好的若干弱分类器。在多分... 研究快速多分类器集成算法。对多分类器集成需选定一定数量的弱分类器,再为每个弱分类器分配一定权重。在选择弱分类器时,通过计算每个弱分类器在全部训练样本集上的分类错误率,对其进行排序,挑选出分类效果最好的若干弱分类器。在多分类器权重分配策略上,提出2种权重分配方法:Biased AdaBoost算法与基于差分演化的多分类器集成算法。在人脸数据库上的实验结果表明,与经典AdaBoost算法相比,该算法能有效降低训练时间,提高识别准确率。 展开更多
关键词 快速多分类器集成 差分演化 ADABOOST算法 人脸识别 训练时间
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部