计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
2期
178-180
,共3页
快速多分类器集成%差分演化%AdaBoost算法%人脸识别%训练时间
快速多分類器集成%差分縯化%AdaBoost算法%人臉識彆%訓練時間
쾌속다분류기집성%차분연화%AdaBoost산법%인검식별%훈련시간
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.
研究快速多分類器集成算法.對多分類器集成需選定一定數量的弱分類器,再為每箇弱分類器分配一定權重.在選擇弱分類器時,通過計算每箇弱分類器在全部訓練樣本集上的分類錯誤率,對其進行排序,挑選齣分類效果最好的若榦弱分類器.在多分類器權重分配策略上,提齣2種權重分配方法:Biased AdaBoost算法與基于差分縯化的多分類器集成算法.在人臉數據庫上的實驗結果錶明,與經典AdaBoost算法相比,該算法能有效降低訓練時間,提高識彆準確率.
연구쾌속다분류기집성산법.대다분류기집성수선정일정수량적약분류기,재위매개약분류기분배일정권중.재선택약분류기시,통과계산매개약분류기재전부훈련양본집상적분류착오솔,대기진행배서,도선출분류효과최호적약간약분류기.재다분류기권중분배책략상,제출2충권중분배방법:Biased AdaBoost산법여기우차분연화적다분류기집성산법.재인검수거고상적실험결과표명,여경전AdaBoost산법상비,해산법능유효강저훈련시간,제고식별준학솔.
