弱分类器相关论文
Adaboost算法是目前较流行的机器学习算法,其通过构建一系列弱分类器组合成强分类器的方式广泛应用于人脸检测等领域。对于目前Ada......
学位
本文采用容积特征有效地分析视频。通过在视频的光流上计算容积特征实现了一个基于视频的人体动作检测系统。容积特征是静态图像的......
本文在自动人脸识别的框架下，对整个人脸识别过程分两部分述叙：人脸识别的前端处理和人脸识别。着重讨论了人脸识别的主要算法，并......
集成学习的主要思想是融合多个分类学习算法的分类性能来提高整体分类算法的泛化能力。构建一个具有多样性／差异度大的弱分类学习算......
视频中目标跟踪是计算机视觉研究领域的重要内容之一,受到广泛关注。由于目标跟踪中存在遮挡、尺度变化、形变、快速运动、背景复......
针对传统AdaBoost算法在单特征分类器训练时耗费时间长、弱分类器质量低的问题,本文提出一种基于双特征的改进型AdaBoost分类检测......
本文提出了一种名为DC-AdaBoost的集成算法,并通过算法组合的方式改进了SVM算法(l1+l2约束下的Ramp损失算法)。在集成学习中,前期......
学位
Freund和Schapire1995年提出的AdaBoost算法是Boosting家族最具有代表性的算法,其基本思想是利用一系列的弱分类器通过加权线性组......
学位
采用AdaBoost算法对魔术伽马望远镜数据集进行分类测试，通过实验证明了AdaBoost算法在多属性二分类问题中应用的可行性，并与其他分类......
现有图像分类机制一般将多类别分类问题划分成多个二类别分类问题的集合进行解决，类别数的多少直接影响着二值分类器的需求量。由于......
