Adaboost算法分类器设计及其应用

• 作者: 张洪伟 许剑
• 来源期刊: 四川理工学院学报（自然科学版）
• 学科: 工学
• 关键词: 弱分类器 强分类器 BP神经网络 Adaboost算法
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 机械、电子及计算机科学
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP301.6
• 字数: 2951字
• 语种: 中文
• DOI: 10.11863/j.suse.2014.01.08

摘要

Adaboost算法可以将分类效果一般的弱分类器提升为分类效果理想的强分类器,而且不需要预先知道弱分类器的错误率上限,这样就可以应用很多分类效果不稳定的算法来作为Adaboost算法的弱分类器.由于BP神经网络算法自身存在的局限性和对训练样本进行选择的主观性,其分类精度以及扩展性有待提高.将Adaboost算法与BP神经网络相结合,使用神经网络分类模型作为Adaboost算法的弱分类器.算法在matlab中实现,对2个UCI的分类实验数据集进行实验,结果表明Adaboost能有效改善BP神经网络的不足,提高分类正确率和泛化率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洪伟		23	115	7.0	10.0
2	许剑		2	20	1.0	2.0