快速多分类器集成算法研究

摘要：

研究快速多分类器集成算法.对多分类器集成需选定一定数量的弱分类器,再为每个弱分类器分配一定权重.在选择弱分类器时,通过计算每个弱分类器在全部训练样本集上的分类错误率,对其进行排序,挑选出分类效果最好的若干弱分类器.在多分类器权重分配策略上,提出2种权重分配方法:Biased AdaBoost算法与基于差分演化的多分类器集成算法.在人脸数据库上的实验结果表明,与经典AdaBoost算法相比,该算法能有效降低训练时间,提高识别准确率.

关键词：快速多分类器集成、差分演化、AdaBoost算法、人脸识别、训练时间

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金一广东省联合基金资助重点项目U0835002

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：178-180