adaboost 源码搜索结果, 第95页, Verysource

 基于改进AdaBoost算法的飞机特征图像识别  飞机特征点图像的识别是航空试飞领域中计算机视觉研究的重要课题，在基于图像的视频安全监控、自动识别与智能人机交互方面有着重要的研究价值。其检测算法经过长时间的发展，已经取得了显著的成绩。本文中对Paul Viola提出的基于积分图像和AdaBoost的检测方法进行了深入研究、改进，并针对实际问题成功应用到飞机特征点图像的快速检测中。
Adaboost算法集成颜色和纹理特征的图像检索技术特征提取是图像检索的关键步骤，针对仅基于一种特征只能表达图像的部分属性，并且在多分类问题中，对图像内容的描述比较片面，缺乏足够的分辨能力。在图像类别较多，并且图像变化较大的场合不能取得理想的检索效果。基于相关反馈检索机制，提出了一种由Adaboost算法集成颜色和纹理特征的相关反馈图像检索方法。实验结果表明，通过反馈机制的Adaboost算法集成组合特征进行图像检索，该方法有较好的检索性能。
ai-sample：包含使用scikit-learn的决策树，神经网络，Adaboost，KNN和SVM的scikit-lear... 样本包含使用scikit-learn实现的决策树，神经网络，Adaboost，KNN和SVM。数据集使用了两个数据集归一化MNIST数据集和Amazon Reviews数据集。
viola-jones-adaboost：在Viola和Jones之后使用自适应增强训练面部检测级联 viola-jones-adaboost：在Viola和Jones之后使用自适应增强训练面部检测级联
FYPFruitClassifier：使用监督的AdaBoost机器学习算法的自动水果分类器关于FYPFruitClassifier 这是第四年完成的名为“使用AdaBoost算法的自动水果分类器”的最后一年项目。在此处阅读完整的文档： : 概要首先，我们对水果图像的训练样本进行预处理。预处理包括分离前景和 ... ，缩放和裁剪图像以减小尺寸，以便快速处理。然后，我们从水果图像中提取特征，包括水果图像的颜色，纹理和形状。然后将提取的特征拟合到AdaBoost分类器机器学习算法中。最后，将从机器学习网络获得的结果与测试样本进行交叉验证。获得的输出将为我们提供其已确认水果的预测准确性和等级。 ...
ML_Pattern：机器学习和模式识别的一些公认算法[决策树，Adaboost，感知器，聚类，神经网络等]是使用python从... ML_Pattern：机器学习和模式识别的一些公认算法[决策树，Adaboost，感知器，聚类，神经网络等]是使用python从头开始实现的。还包括数据集以测试算法
Risk prediction model based on improved AdaBoost method for clou... Risk prediction model based on improved AdaBoost method for cloud users
Vehicle Accident Risk Prediction over AdaBoost from VANETs Vehicle Accident Risk Prediction over AdaBoost from VANETs
A novel fault diagnosis method based on improved AdaBoost and Ke... A novel fault diagnosis method based on improved AdaBoost and Kernelized Extreme Learning Machine for industrial process
Adaboost-KNN for Dynamic Emotion Recognition Adaboost-KNN for Dynamic Emotion Recognition

关键字：adaboost