English
资源说明：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。 ISABoost给每个弱分类器第二次被调整为更强的机会。 调整后的弱分类器有助于对最困难的样本进行正确的分类。 为了展示所提出的ISABoost算法的有效性，评估了其在场景分类中的应用。 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。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
