基于自适应权值裁剪的Adaboost快速训练算法
Adaboost是一种广泛使用的机器学习算法,然而Adaboost算法在训练时耗时十分严重.针对该问题,该文提出一种基于自适应权值的Adaboost快速训练算法AWTAdaboost.该算法首先统计每一轮迭代的样本权值分布,再结合当前样本权值的最大值和样本集规模计算出裁剪系数,权值小于裁剪系数的样本将不参与训练,进而加快了训练速度.在INRIA数据集和自定义数据集上的实验表明,该文算法能在保证检测效果的情况下大幅加快训练速度,相比于其他快速训练算法,在训练时间接近的情况下有更好的检测效果.
目标检测、Adaboost算法、快速训练、自适应、权值分布
42
TP391(计算技术、计算机技术)
海防公益类项目;广东省重点研发计划-新一代人工智能;广州市产业技术重大攻关计划;广东省科学技术厅重大科技计划项目;中央高校基本科研业务费专项资金
2020-11-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
2742-2748