一种融合特征选择的AdaBoost集成算法

• 作者: 冯岩 苏辉 陈旭生
• 来源期刊: 信阳师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 图像标注 特征选择 Adaboost算法 分类器
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 应用技术研究
• 页码范围: 304-308
• 页数: 5页
• 分类号: TP391
• 字数: 3698字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0972.2017.02.027

摘要

针对AdaBoost算法训练分类器的特征具有大量冗余问题,提出了一种融合特征选择的AdaBoost集成算法.首先,使用一种特征选取方法,选择图像特征之间冗余度最小的特征,构造最优训练集;其次,采用AdaBoost算法训练分类器,构建分类模型;最后,使用分类模型实现待标注图像的自动标注.实验使用华盛顿大学用于图像自动标注的数据集,结果验证算法的有效性,并且相比其他传统算法,该算法具有更高的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯岩	信阳师范学院计算机与信息技术学院	29	75	3.0	7.0
2	苏辉	信阳师范学院网络信息与计算中心	16	20	3.0	3.0
3	陈旭生	信阳师范学院计算机与信息技术学院	17	32	3.0	5.0