注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 动态权值预划分实值Adaboost人脸检测算法

  2. 摘要：提出了Real-Adaboost的一种改进算法。该算法采用预先计算类Haar特征所对应弱分类器在样本空间的划分，并动态更新人脸训练样本的权值。与以往的Real-Adaboost算法比较，该算法大大缩短了训练时间，算法训练时间复杂度降到O(T*M*N)，同时加速了强分类器的收敛性能，减少检测器的弱分类器数量，减少检测时间。

  3. 所属分类：其它

    • 发布日期：2010-06-17
    • 文件大小：180224
    • 提供者：zpp100

  1. 一种新的改进AdaBoost弱分类器训练算法

  2. 一种新的改进AdaBoost弱分类器训练算法

  3. 所属分类：专业指导

  1. 一种基于类Haar 特征和改进AdaBoost

  2. 首先, 基于积分图提 取图像的扩展类haar 特征, 然后对所提取的海量类haar 特征应用改进的AdaBoost 分类器训练方法进行特征选择及分 类器训练, 最后利用所选择的特征信息及训练得到的分类器进行两类分类识别

  3. 所属分类：其它

    • 发布日期：2012-05-05
    • 文件大小：1048576
    • 提供者：zxxuaner

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：225280
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：225280
    • 提供者：q6115759

  1. 无人驾驶汽车环境信息提取及运动决策方法研究_武历颖.caj

  2. 随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：10485760
    • 提供者：yuzha9785

  1. 统计学习方法_李航

  2. 统计学习是计算机及其应用领域的一门重要的学科。本书全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、em算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文献。 《统计学习方法

  3. 所属分类：机器学习

  1. 模式识别期末复习资料（试卷+PPT内容精选+考点重点归纳总结）.zip

  2. 重点： 感知器，（批处理算法，改进）；如何做多类分类（一对多，多对一），svm；反向传播算法（优缺点）；卷积神经网络（如何构造，怎么解释，自组织映射的原理，径向基函数也看看）；RNN，STLM作为了解；聚类：如何从混合密度估计到kmeans；准则；挑战性问题；层次聚类；谱聚类（原理，写出一种算法，基本计算过程）。强调问题的描述！！建模！！有无标签，原理（准则，如反向传播-误差传播），任务。adaboost的原理，基本智能过程，为什么有效（最大margin算法-支持向量机）。adaboost那节课

  3. 所属分类：教育

    • 发布日期：2020-03-27
    • 文件大小：8388608
    • 提供者：qq_36918538

  1. 基于双阈值的改进型Adaboost人脸检测算法

  2. 针对Adaboost人脸检测算法训练时间长以及不能有效区分特征值聚集分布的情况，提出了一种基于双阈值的改进型Adaboost人脸检测算法，并给出了双阈值的搜索算法。在MIT-CBCL和MIT+CMU人脸库上对算法进行了仿真验证。仿真结果显示，改进的双阈值Adaboost算法在不降低检测率的同时大幅度提升了训练的速度，同时检测速度也有所提升，该方法的综合性能优于单阈值算法。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：265216
    • 提供者：weixin_38666527

  1. 一种改进的少数类样本识别方法

  2. 非均衡数据集的分类过程中，产生了向多数类偏斜、少数类识别率较低的问题。为了提高少数类的分类精度，提出了一种S-SMO-Boost方法。该方法基于Adaboost提升算法迭代过程中错分少数类样本，构造虚拟样本，以加强对易错分样本的训练；其中构造样本利用空间插值方法，即在错分少数类样本周围构造超几何体，在该超几何体内部空间随机插值产生有效虚拟样本。在实际数据集上进行实验验证，结果表明，S-SMO-Boost方法提高了非均衡数据集的分类性能。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：516096
    • 提供者：weixin_38734037

  1. 改进的AdaBoost在表情识别中的应用

  2. 考虑到人脸表情识别问题在未来的科学应用中可能出现的样本分布不均匀的情况，在提高识别率的基础上，针对这类问题进行了实验研究，将一种改进的AdaBoost算法与SVM结合运用到表情分类当中。实验结果表明，在出现稀有样本的情况下，相对于普通的AdaBoost训练SVM以及单纯的SVM进行多分类的方法，该算法在识别率方面有了很大提高。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：347136
    • 提供者：weixin_38698927

  1. 一种Adaboost 优化的MIMUs /GPS 信息融合算法

  2. 为确保GPS 失锁期间MIMUs /GPS 组合系统的导航精度，引入Adaboost 优化的BP 网络辅助常规Kalman 滤.波器实现滤波解算。当出现GPS 失锁等信号不可用的情况，利用训练好的网络对同一时刻MIMUs，GPS 分别解算的.速度、位置信息的差值进行预测，并将结果送入Kalman 滤波观测器，通过改进系统层面上的导航策略，修正MIMUs 单.机工作下逐渐积累的导航参数误差。仿真结果表明，在组合系统模拟GPS 失锁的50 s 内，Adaboost 优化的BP 网络能.够及时辅助滤波

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：2097152
    • 提供者：weixin_38747818

  1. 一种改进的Adaboost训练算法

  2. 针对传统的Adaboost 训练算法在训练过程中可能出现训练退化和训练目标类权重分布 过适应的问题，提出一种改进的Adaboost 训练算法． 改进算法通过调整加权误差分布限制目 标类权重的扩张，并且最终分类器输出形式以概率值输出代替传统的离散值输出，提高了训 练结果的检测率． 实验结果表明，改进的Adaboost 算法在Inria 数据集上取得了较好效果．

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：856064
    • 提供者：weixin_38655011

  1. 一种有效的改进的提升方法，用于解决分类问题

  2. 在Adaboost算法的基础上，提出了一种改进的Boosting方法来解决分类问题。 此方法将示例的类标签预测为分类器集合的加权多数投票。 每个分类器是通过将给定的弱学习者应用于子样本（大小小于原始训练集的子样本）而获得的，该子样本是根据原始训练集上保持的概率分布从原始训练集中得出的。 在Adaboost中提出的重新加权方案中引入了一个参数，以更新分配给训练示例的概率，从而使算法比Adaboost更加准确。 在UCI资料库中可获得的合成数据集和一些实际数据集上的实验结果表明，该方法提高了Adab

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：704512
    • 提供者：weixin_38599712

  1. 基于肤色分割和改进AdaBoost算法的人脸检测

  2. 为解决当被检测图像中具有复杂背景或者含有多人脸时，不能够快速准确的进行人脸检测的问题，本文提出一种基于肤色分割和改进AdaBoost算法的人脸检测方法。首先利用肤色分割方法对样本图像实现图像的预处理，排除样本图像的复杂背景和人体非肤色区域，简化后续的人脸检测工作。然后对AdaBoost算法的弱分类器使用双阈值判决方法，以减少弱分类器个数，提升训练速度；改进权值更新规则，防止训练过程中出现过分配现象。最后对基于肤色分割得到的区域图像利用改进后的Adaboost算法进行最后的精确人脸检测。仿真试验表

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：1048576
    • 提供者：weixin_38650842

  1. 基于拟合型弱分类器的AdaBoost算法

  2. 针对AdaBoost算法通过最小化训练错误率来选择弱分类器造成的精度不佳问题以及单阈值作为弱分类器训练过程较慢难以收敛问题，提出了一种基于拟合型弱分类器的AdaBoost算法。首先针对每个特征，在特征值与标记值之间建立映射关系，引入最小二乘法求解拟合多项式函数，并转换成离散分类值，从而获得弱分类器。其次从获得的众多弱分类器中，选择分类误差最小的弱分类器作为本轮迭代的最佳弱分类器，构成新的 AdaBoost 强分类器。与传统训练算法相比，极大地减少了待选弱分类器的个数。选取 UCI 数据集和MIT

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：1048576
    • 提供者：weixin_38743054

  1. 基于AdaBoost-RBF算法与DSmT的变压器故障诊断技术

  2. 针对目前浅层机器学习理论在变压器故障诊断上精度不高以及大多数诊断方法参考的信息特征量单一的现状，提出一种基于AdaBoost-RBF算法与Dezert-Smarandache 理论(DSmT)的变压器故障诊断方法。选择反映变压器故障信息的油中溶解气体、试验及产气率数据构成诊断参量空间，利用AdaBoost算法改进RBF神经网络算法，应用AdaBoost-RBF算法搭建并行的训练单元构造变压器故障诊断识别框架的基本信度赋值(BBA)。基于多源信息融合的思想，应用DSmT对基本信度赋值进行融合得到最

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：1048576
    • 提供者：weixin_38707240