一种半监督环境下的Adaboost算法
【摘要】：针对 Adaboost 算法在半监督环境下的局限性,提出一种基于 Kmeans 聚类算法的改进,使其能应用在半监督学习环境下。改进后的 Adaboost 算法(SSAdaboost),在公开数据集上的分类准确率比改进前高出20%左右。
|
|
|
|
| 1 |
张良春;夏利民;;基于Adaboost方法的高速公路事件检测[J];计算机工程与应用;2007年28期 |
| 2 |
郭磊;王秋光;;Adaboost人脸检测算法研究及OpenCV实现[J];哈尔滨理工大学学报;2009年05期 |
| 3 |
杨艳;燕东渭;赵奎锋;魏亭;;综合学习方法AdaBoost在暴雨预测中的应用[J];计算机系统应用;2007年01期 |
| 4 |
张剑;谈国新;宋婉娟;;基于模糊集理论的人脸检测[J];计算机工程与应用;2007年17期 |
| 5 |
李妍妍;李媛媛;叶世伟;;基于流形正则化的支持向量回归及应用[J];计算机应用;2007年08期 |
| 6 |
周红英;蔺启忠;吴昀昭;王钦军;;基于AdaBoost的组合分类器在遥感影像分类中的应用[J];计算机应用研究;2007年10期 |
| 7 |
杨涛;张良春;;基于Adaboost集成RBF神经网络的高速公路事件检测[J];计算机工程与应用;2008年32期 |
| 8 |
许书环;孔斌;郑飞;;基于肤色特征的AdaBoost人脸检测方法[J];计算机系统应用;2010年06期 |
| 9 |
李永忠;王汝山;张念贵;王玉雷;;基于半监督模糊聚类的入侵检测技术[J];江苏科技大学学报(自然科学版);2010年04期 |
| 10 |
武勃,艾海舟,肖习攀,徐光祐;人脸的性别分类[J];计算机研究与发展;2003年11期 |
| 11 |
傅向华,冯博琴,马兆丰,何明;可在线增量自学习的聚焦爬行方法[J];西安交通大学学报;2004年06期 |
| 12 |
丁磊,钱云涛;不同程度的监督机制在自动文本分类中的应用[J];计算机应用与软件;2004年06期 |
| 13 |
杨杰;凌建国;刘尔琦;;基于正则化Adaboost的红外目标识别[J];红外与激光工程;2008年05期 |
| 14 |
郭玉珂;张松敏;高翔;;AdaBoost人脸检测算法研究[J];科技信息;2009年10期 |
| 15 |
张晨光;李玉鑑;;基于半监督学习的眉毛图像分割方法[J];计算机工程与应用;2009年21期 |
| 16 |
刘叶青;刘三阳;谷明涛;;一种多项式光滑的半监督支持向量机分类算法[J];计算机科学;2009年07期 |
| 17 |
杨绪兵;潘志松;陈松灿;;半监督型广义特征值最接近支持向量机[J];模式识别与人工智能;2009年03期 |
| 18 |
鲁珂,赵继东,叶娅兰,曾家智;一种用于图像检索的新型半监督学习算法[J];电子科技大学学报;2005年05期 |
| 19 |
魏良;苏光大;邓亚峰;;基于FPGA的快速人脸检测[J];电子技术应用;2006年11期 |
| 20 |
袁强;张正兰;;基于Fisher的人脸检测与识别[J];现代计算机;2007年05期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心