adaboost 源码搜索结果, 第97页, Verysource

An Embedded Co-AdaBoost based construction of software document ... An Embedded Co-AdaBoost based construction of software document relation coupled resource spaces for cyber-physical society
自适应特征筛选的地雷目标AdaBoost分类器为解决前视地表穿透虚拟孔径雷达中地雷的分类问题,在传统AdaBoost算法的基础上,将特征选择作为弱分类器迭代的一部分,并将恒探测率下的虚警率作为特征选择的代价函数,提出一种基于弱分类器迭代及自适应特征选择的分类算法。通过实测数据验证,该分类算法适用于前视地表穿透虚拟孔径雷达中地雷与杂波的分类,同传统AdaBoost算法相比,分类性能有很大改善。
Multiclass AdaBoost ELM and Its Application in LBP Based Face Re... Multiclass AdaBoost ELM and Its Application in LBP Based Face Recognition
adaboost自我实现：比较，可视化和增强普通SVM模型 adaboost自我实现：比较，可视化和增强普通SVM模型
支持向量机与AdaBoost的结合算法研究将支持向量机与AdaBoost算法相结合,称其为Boost-SVM。从提升泛化性能和预测精度等方面对支持向量机的学习算法进行了研究与比较。Boost-SVM实验结果表明,该算法提高了支持向量机的预测精度并优化了学习机的性能。
RotBoost：一种将Rotation Forest和AdaBoost相结合的技术本文提出了一种新的集成分类器生成技术RotBoost，它是由Rotation Forest和AdaBoost组合而成的。使用UCI资料库中的36个现实世界数据集进行的实验（其中 ... 树作为基础学习算法）表明，RotBoost生成的集合分类器的预测误差比Rotation Forest或AdaBoost的发生频率要低得多。相反。同时，发现RotBoost的性能比Bagging和 ... 的减量。方法，使RotBoost在考虑的分类程序中表现最佳。此外，与并行处理相比，RotBoost具有优于AdaBoost的潜在优势。
连续型Adaboost算法研究连续型Adaboost算法研究
一种改进的Adaboost训练算法针对传统的Adaboost 训练算法在训练过程中可能出现训练退化和训练目标类权重分布<br> 过适应的问题，提出一种改进的Adaboost 训练算法．改进算法通过调整加权误差分布限制目<br> 标类权重的扩张，并且最终分类器输出形式以概率值输出代替传统的离散值输出，提高了训<br> 练结果的检测率．实验结果表明，改进的Adaboost 算法在Inria 数据集上取得了较好效果．
ISABoost：基于弱分类器内部结构调整的AdaBoost算法-基于ISABoost的场景分类应用 AdaBoost算法通过自适应确定弱分类器的融合权重，将弱分类器融合为强分类器。本文提出了一种通过调整弱分类器的内部结构的增强型AdaBoost算法（ISABoost）。在传统的AdaBoost算法中，弱分类器一旦训练就不会改变。在ISABoost中，弱分类器的内部结构会在确定融合权重之前进行调整。 ISABoost继承了AdaBoost算法的优势，可以将弱分类器融合为强分类器。 ... 应用。在三个广泛使用的场景数据集上对ISABoost和AdaBoost算法的比较显示了ISABoost算法的有效性。
基于多特征的AdaBoost行人检测算法基于多特征的AdaBoost行人检测算法

关键字：adaboost