基于决策树的改进AdaBoost算法在车辆检测中的应用

• 作者: 刘赏 徐英杰 李斌 王凯
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: AdaBoost算法 决策树 车辆检测
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 129-132
• 页数: 4页
• 分类号: TP319
• 字数: 3848字
• 语种: 中文
• DOI: 10.11907/rjdk.162868

摘要

为满足车辆检测实时性和准确性需求,将基于C4.5的决策树算法作为AdaBoost算法的弱分类器,产生一种速度快、识别率高的强分类器,称之为AdaBoost-DT算法.算法训练多个决策树并将之作为弱分类器,之后通过改进级联架构的AdaBoost算法将若干弱分类器组合成一个强分类器.该算法特点在于:相对于广泛使用的以SVM作为弱分类器的算法,其以决策树作为分类器,速度提高了29%;通过在AdaBoost算法进行强分类器的形成阶段加入再判决函数,准确率提高了14.1%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李斌	天津财经大学理工学院	3	9	2.0	3.0
2	王凯	天津财经大学理工学院	1	3	1.0	1.0
3	徐英杰	天津财经大学理工学院	1	3	1.0	1.0
4	刘赏	天津财经大学理工学院	11	36	3.0	5.0