针对adaboost人脸检测训练非常耗时的问题，从训练中直接求解目标函数和若分类器使用双阈值判决构造强分类器两个方面对人脸检测系统进行了改进。

一种新的改进AdaBoost弱分类器训练算法

在无线传感器网络中，节点所在环境复杂多变导致其通信链路质量的不可靠，若能提前感知链路质量信息，则能很大程度上降低网络中节点的额外能量消耗。在分析现有链路质量预测方法的基础上，提出基于AdaBoost的链路质量预测机制。通过收集多个实验场景下的链路质量样本，采用基于密度的无监督聚类算法对训练样本划分链路质量等级；采用以支持向量机为弱分类器的 AdaBoost 算法，构建链路质量预测机制。实验结果表明，所提预测机制具有较高的预测精度。