ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于拟合型弱分类器的AdaBoost算法

宋鹏峰; 叶庆卫; 陆志华; 周宇宁波大学
电信科学2019
7阅读
引用收藏
分享

摘要

针对AdaBoost算法通过最小化训练错误率来选择弱分类器造成的精度不佳问题以及单阈值作为弱分类器训练过程较慢难以收敛问题,提出了一种基于拟合型弱分类器的Ada Boost算法。首先针对每个特征,在特征值与标记值之间建立映射关系,引入最小二乘法求解拟合多项式函数,并转换成离散分类值,从而获得弱分类器。其次从获得的众多弱分类器中,选择分类误差最小的弱分类器作为本轮迭代的最佳弱分类器,构成新的Ada Boost强分类器。与传统训练算法相比,极大地减少了待选弱分类器的个数。选取UCI数据集和MIT人脸图像数据库进行实验验证,相较于传统Discrete-AdaBoost算法,改进算法的训练速度提升了一...

学科与关键词

关键词
AdaBoost拟合型最小二乘法弱分类器 AdaBoostfitting typeleast squaresweak classifier
相关
加载中…
  • AdaBoost算法研究进展与展望
    曹莹; 苗启广; 刘家辰; 高琳自动化学报, 2013, (06): 745-758.
  • 一种改进的AdaBoost算法——AD AdaBoost
    李闯; 丁晓青; 吴佑寿计算机学报, 2007, (01): 103-109.
  • 具有Fisher一致性的代价敏感Boosting算法
    曹莹; 苗启广; 刘家辰; 高琳软件学报, 2013, (11): 2584-2596.
查看全部 →

发表信息

论文状态
公开发表
期刊
电信科学
发表日期
2019
卷期
第 11 期
页码
27-35
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金资助项目(No.51675286,No.61071198)~~;

作者

  • 宋

    宋鹏峰 (第一作者)

  • 叶

    叶庆卫

查看全部 4 位作者收起作者
  • 陆

    陆志华

  • 周

    周宇

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417