原文服务方: 计算机应用研究       
摘要:
针对基于PSO的AdaBoost算法(PSO -AdaBoost)的不足,分析了传统目标函数不能适应多个弱分类器拥有相同最小错误率时弱分类器的选择问题,提出了解决这一问题的有效方法.新方法使用特征值和阈值的绝对值差衡量错分样本的错误程度,结合相对熵理论形成PSO算法的适应度函数,使其根据错分样本的错误程度挑选最佳弱分类器.实验结果表明,所提算法具有较高的检测率和较小的泛化错误.
推荐文章
基于PSO_SVM_AdaBoost的煤层底板突水预测研究
煤层底板突水预测
主成分分析
粒子群优化算法
支持向量机
AdaBoost算法
基于AdaBoost算法的易拉罐检测方法
Adaboost算法
Haar特征
LBP特征
检测器
基于协方差特征的裁剪AdaBoost算法
人脸检测
AdaBoost算法
协方差特征
特征裁剪
动态权重裁剪
基于动态权重的AdaBoost算法研究
AdaBoost
动态权重
聚类
基分类器
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 基于EREF的PSO-AdaBoost训练算法
来源期刊 计算机应用研究 学科
关键词 人脸检测 粒子群优化 AdaBoost算法 相对熵 训练算法
年,卷(期) 2012,(1) 所属期刊栏目 算法研究探讨
研究方向 页码范围 127-129
页数 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.01.035
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 李睿 兰州理工大学计算机与通信学院 28 111 6.0 9.0
2 毛莉 兰州理工大学计算机与通信学院 3 27 3.0 3.0
3 张九蕊 兰州理工大学计算机与通信学院 4 29 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (8)
参考文献  (3)
节点文献
引证文献  (10)
同被引文献  (28)
二级引证文献  (17)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
人脸检测
粒子群优化
AdaBoost算法
相对熵
训练算法
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导