基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
AdaBoost算法是目前人脸检测领域最有效的方法之一,自该算法提出以来,很多研究者做了深入的研究分析和改进工作.基于AdaBoost算法受到众多研究者的重视,综述了AdaBoost及其改进算法.从AdaBoost算法出发,着重分析了AdaBoost算法的优缺点,并以此为基础对其改进算法作系统的分析和介绍,对改进算法进行了简单归类.最后,指出了算法未来的几个发展方向
推荐文章
蚁群算法及其改进形式综述
蚁群算法
进化算法
局部搜索算法
基于改进Adaboost算法的人脸识别系统设计
嵌入式软件
Adaboost
VIPLFaceNet
人脸识别
一种改进的BP-AdaBoost算法及应用研究
神经网络
BP-AdaBoost算法
思维进化算法
多分类
上证指数预测
强预测器
改进的基于AdaBoost算法的人脸检测方法
AdaBoost
人脸检测
权重调整
退化
级联分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 AdaBoost及其改进算法综述
来源期刊 计算机系统应用 学科
关键词 AdaBoost 分类器 特征 人脸检测 积分图像
年,卷(期) 2012,(5) 所属期刊栏目
研究方向 页码范围 240-244
页数 分类号
字数 4570字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周德龙 浙江工业大学计算机科学与技术学院 9 321 6.0 9.0
2 廖红文 浙江工业大学计算机科学与技术学院 1 61 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (25)
参考文献  (10)
节点文献
引证文献  (61)
同被引文献  (108)
二级引证文献  (66)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(11)
  • 引证文献(11)
  • 二级引证文献(0)
2014(10)
  • 引证文献(7)
  • 二级引证文献(3)
2015(10)
  • 引证文献(8)
  • 二级引证文献(2)
2016(12)
  • 引证文献(7)
  • 二级引证文献(5)
2017(20)
  • 引证文献(9)
  • 二级引证文献(11)
2018(18)
  • 引证文献(9)
  • 二级引证文献(9)
2019(28)
  • 引证文献(8)
  • 二级引证文献(20)
2020(18)
  • 引证文献(2)
  • 二级引证文献(16)
研究主题发展历程
节点文献
AdaBoost
分类器
特征
人脸检测
积分图像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导