-
基于AdaBoost算法的目标检测
目标检测在自动化控制领域具有广泛的应用.AdaBoost是一个构建准确分类器的学习算法.文章改进了AdaBoost算法,并将其运用于目标检测中.改进的算法不但保持了原来的准确性,而且速度也大大提高,更适合采集装置的实时处理要求.实验...
-
基于SVM
提出了一种基于SVM-AdaBoost算法的行人检测方法。该方法是通过改进和扩展Haar-like特征值，对AdaBoost级联分类器的算法加以改进，使用SVM作为AdaBoost的弱分类器，通过选择确定合适的核函数参数，提高分类精度，减少训练时间。实...
-
基于PSO的改进AdaBoost人脸检测算法
针对传统的AdaBoost分类算法弱分类器性能差、训练时间长的问题,提出一种基于粒子群寻优(PSO)的AdaBoost分类算法.首先,采用双阈值的弱分类器代替原始的单阈值弱分类器,建立新的弱分类器结构;其次,通过粒子群寻优的方式搜索最...
-
应用权重直方图的DW
在MIT-CBCL训练库上对算法进行了验证,结果显示基于权重直方图的双阈值AdaBoost算法—DW-AdaBoost的训练速度提高150多倍,收敛速度更快。在MIT+CMU人脸测试库上进行了测试,结果表明该方法在检测精度和速度等方面都优于相应的单阈值方法。 著录项来源《图学学报》 | 2007年第...
-
多维特征融合与Adaboost
然后,融合Adaboost与多个弱分类器,建立强分类器,根据SVM的超优分类平面模型,训练多维特征向量,设计了Adaboost-SVM分类器,达到稳定准确识别车辆目标特征的目的。最后,将样本图像分...
-
MK
原文格式 PDF 正文语种 chi 中图分类 TP181;关键词多核核函数;最小二乘支持向量机;AdaBoost算法;神经网络;拉格朗日函数;分类精度;入库时间 2022-08-18 00:30:27
-
基于边缘方向直方图的Adaboost人脸检测
在传统的Adaboost分类器算法中,采用色彩直方图或空间直方图作为提取特征,但这并不能充分描述图像目标的特征,导致了目标检测和跟踪出现偏差.提出了一种基于边缘方向直方图的Adaboost人脸检测算法,使用空间分布和纹理信息作为提取特...
-
局部二元Haar特征Kadane多阈值AdaBoost面部分类识别
其次,针对单阈值弱学习算法不能充分利用局部二元Haar特征信息,造成分类精度较低的问题,提出基于Kadane优化的多阈值AdaBoost分类器,实现局部二元Haar特征表示下的面部高精度识别;最后...
-
采用MEA
针对工程结构可靠性设计中算法和计算存在的问题,提出基于MEA-AdaBoost-BP神经网络算法模型的可靠性求解方法.运用思维进化算法(MEA)求解训练集权值和阈值优化的BP神经网络,并构造为弱预测器函数.然后,运用AdaBoost算法将多...
-
不均衡数据集中基于Adaboost的过抽样算法
为了提高不均衡数据集中少数类的分类性能,该文融合了提升和过抽样的优点,提出了基于提升算法Adaboost的过抽样算法MCMO-Boost,并且将其与决策树算法C4.5、提升算法Adaboost和过抽样算法SMOTE进行了实验比较与分析.结果表明...
浏览更多安心，自主掌握个人信息!
我们尊重您的隐私，只浏览不追踪
