一种基于Adaboost-SVM的高层次语义概念提取方法

• 作者: 王俊峰 高荣星 魏骁勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 高层次语义概念提取 Adaboost算法 支持向量机
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 24-26,56
• 分类号: TP391
• 字数: 3734字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.04.007

摘要

针对传统的高层语义提取方法对训练数据集的高度依赖以及准确率不足的问题,提出一种基于Adaboost-SVM的高层次语义概念提取方法,将SVM作为Adaboost的弱分类器训练方法,并充分利用Adaboost对训练数据的平衡及融合弱分类器的特点,提取出高可靠的语义检测器.实验结果表明,与传统方法相比,该方法不仅跨越训练数据不平衡的障碍,而且能够提取出更加可靠的语义检测器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊峰	四川大学计算机学院	73	574	15.0	21.0
2	高荣星	四川大学计算机学院	1	4	1.0	1.0
3	魏骁勇	四川大学计算机学院	1	4	1.0	1.0