10.3969/j.issn.1003-3254.2015.08.036
基于改进Adaboost集成学习的空间目标识别
针对空间目标的不合作性特点以及 Adaboost 集成学习算法的过拟合问题, 提出了一种基于组合特征和改进 Adaboost 的空间目标图像识别算法. 将空间目标图像的几何特征和变换特征进行融合, 从不同的方面更精确地描述目标信息, 并对 Adaboost 算法进行改进, 根据样本在权重上的分布情况, 在训练时进行分段更新权重,从而缓解分类器的过拟合现象, 提高目标识别的稳定性. 通过仿真实验证明, 与传统的Adaboost算法相比, 本文算法在空间目标图像识别中取得了更好的效果.
空间目标识别、Adaboost算法、集成学习、小波变换
24
TP3;TP1
国家自然科学基金61231016, 61301192;河南省科技攻关计划项目142102210557
2015-10-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
202-205