基于自适应权值裁剪的Adaboost快速训练算法

• 作者: 余陆斌 杜启亮 田联房
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 目标检测 Adaboost算法 快速训练 自适应 权值分布
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 论文
• 页码范围: 2742-2748
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11999/JEIT190473

摘要

Adaboost是一种广泛使用的机器学习算法,然而Adaboost算法在训练时耗时十分严重.针对该问题,该文提出一种基于自适应权值的Adaboost快速训练算法AWTAdaboost.该算法首先统计每一轮迭代的样本权值分布,再结合当前样本权值的最大值和样本集规模计算出裁剪系数,权值小于裁剪系数的样本将不参与训练,进而加快了训练速度.在INRIA数据集和自定义数据集上的实验表明,该文算法能在保证检测效果的情况下大幅加快训练速度,相比于其他快速训练算法,在训练时间接近的情况下有更好的检测效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田联房		145	1115	17.0	25.0
2	杜启亮		43	176	8.0	10.0
3	余陆斌		2	0	0.0	0.0