标记样本的Adaboost算法.pdf

维普资讯
第�期�计算机技术与发展����.�����.��
�����年�月����������������������������������������.������
标记样本的��������算法�
郑诚,张瑞,陈娟娟�
�安徽大学计算智能与信号处理教育部重点实验室,安徽合肥������;�
安徽大学计算机科学与技术学院,安徽合肥��������
摘要:提升�������学习算法中,可以划分为多数提升和��������两类。��������是目前比较流行的分类方法,目前在多�
媒体和计算机视觉领域得到了广泛的应用。文中介绍了��������方法的原理与方法,通过在提升过程中对训练集中部分�
样本的标记,提出了一种新的��������算法的训练方法,并且用实验数据对该方法进行验证。该方法通过对前一轮提升�
后权值较小的那部分样本作标记,增加了后一轮提升抽样的有效容量,从而使算法中的分类器能够更快速地关注那些很�
难分类的样本。�
关键词:��������算法;提升;抽样;有效容量�
中圈分类号:�����.��文献标识码:��文章编号:����—������������—����—���
�����������������������������������������
�����������,���������,���������������
����,����.�������������������������������������������������������,����������.,������������,�����;�
��������������������������������������������������������������,������������,�������
��������:��������������������������������,�����������������������������������������������������������������������.�����������������
��������������:�������������������������.���������������������������������������������������.������������������������
�������������������������������������������������������������������������������������.����������’���������������������������������
�������������������������������,��������������������������������������������������.����.��������������������������������
��������������������������������������������.�
���������:�����������������;�����;��