一种改进的AdaBoost算法——M-Asy AdaBoost
提出一种Asymmetric AdaBoost改进算法--M-Asy AdaBoost.M-Asy AdaBoost算法通过新的样本权重分配方式可以确保训练过程不失败;分类器权重采用对正样本的分类错误率形成优化权重,突出对正样本的识别能力,提高检测概率;并且通过对加入分类器集的分类器的限制,使检测概率单调增加.该算法在较低虚警概率下,达到高检测概率.计算机仿真结果验证了算法的正确性.
M-Asy AdaBoost、分类器、分类器集、Asymmetric AdaBoost
31
TP391.4(计算技术、计算机技术)
2011-05-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
64-68,73