关于Real AdaBoost算法的分析与改进.pdf

第 41 卷 第 4 期 电 子 科 技 大 学 学 报
2012年7月 hms is verified by the experiment on UCI dataset.
Key words classification combination; ensemble learning; Gentle AdaBoost; Real AdaBoost

AdaBoost(adaptive boosting)算法[1]是于1995年 乏对Real AdaBoost算法的实质分析以及使用算法时
提出的一种Boost算法，可自动选取弱分类器组合成 必要的适应性调整指导，可能是其主要原因。文献
强分类器以提升分类精度。文献[2]对AdaBoost算法 [10-11]就集成学习算法确保算法有效对弱分类器选
进 行 了 改 进 并提 出 了 Real AdaBoost 算法，其将 取和样本抽样的条件要求进行了比较详细的论述，
AdaBoost算法从处理二值判定推广到具有连续置信 类似观点如果能对Real AdaBoost算法进行解释，将
度输出。连续置信度能更精确地刻画分类边界[3]， 有助于其应用发展。文献[11]讨论了分类器最佳组合
理论上，Real AdaBoost算法效果应更好。文献[4-6] 问题并得到了近似最佳组合系数，Real AdaBoost算
均是基于AdaBoost 算 法 应 用 成 功 后 提 出 用 Real 法属于一种分类器组合，可否采用加权组合对算法
AdaBoost算法进行改进。 进行改进值得研究。文献[2]推广得到的多分类Real
AdaBoost算法在人脸检测系统得到的成功应 AdaBoost算法与Bayes统计推断不一致，但AdaBoost
用 [7-9] 促进了对AdaBoost 的研究， 但 目 前对 Real 算法却与Bayes统计推断一致，于是依据Bayes统计
AdaBoost算法的研究及应用比AdaBoost算法少，缺 推断推广Real AdaBoost算法是否可行也值得研究。

收稿日期：2010  09  09; 修回日期：2011  09  19
基金项目：四川省科技支撑计划项目(2008SZ0100, 2009SZ0214)
作者简介：付忠良(1967  )，男，研究员，博士生导师，