多规则Adaboost算法及其应用研究

发布时间：2017-12-06 08:28

  本文关键词：多规则Adaboost算法及其应用研究

  更多相关文章： AdaBoost 多规则 分类 弱学习算法 正确率 集成学习

【摘要】：随着实际生活中应用方面的需求急速扩大,基于航空航天的科学探测和天文观测、民用领域的视频监控、军事目标跟踪以及医学疾病诊断等方面的分类和识别问题,应运而生了许多优秀的算法,并在日益强大的计算机技术的帮助下得以实现。Boosting是一种可以改善弱分类算法的通用方法,通过集成学习,把正确率较低的弱分类器结合成正确率较高的强分类器。AdaBoost算法是Boosting算法的优秀代表,有着越发完善的理论基础和广泛的应用领域。AdaBoost弥补了Boosting算法有关弱分类器要预先知道其正确率下限的不足,实现了真正意义上对任何分类算法都可以提升其准确率的想法。文章首先分析了Boosting算法和AdaBoost算法的基本框架,为后续工作奠定了理论基础,然后基于一种新的弱学习算法,改进最优规则AdaBoost,提出多规则AdaBoost算法。该算法在训练过程中首先标准化所有特征的特征值,然后根据每个特征和样本标签之间的规律性强弱,来反应个体的不同特征对分类的影响,并以此选取分类规则设定权重,提高算法的识辨率。这种弱分类算法更多的挖掘了特征值数据本身的价值,而不用对特征值数据进行更繁琐的处理和转换,这样就可以节约更多的时间和运行空间,因而在解决问题时更具有实用性。在UCI数据库中,选取了SPECTF Heart数据集,Ionosphere数据集和Wine Quality数据集对该算法和改进前的算法进行了实验,通过稳定性和准确率等方面的比较,表明该算法有更优的训练和测试能力,从而证明多规则算法可以提高集成分类器的整体正确率。
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18

【相似文献】

中国期刊全文数据库 前10条

1 林志阳;康耀红;雷景生;;基于Adaboost的车标定位方法[J];计算机工程;2008年11期

2 张磊;;基于AdaBoost的侧面人脸、人耳检测[J];科学大众;2008年08期

3 付忠良;;关于AdaBoost有效性的分析[J];计算机研究与发展;2008年10期

4 张岗亭;杨全;;两种Adaboost方法在人脸检测中的比较研究[J];微计算机信息;2009年24期

5 严超;王元庆;李久雪;张兆扬;;AdaBoost分类问题的理论推导[J];东南大学学报(自然科学版);2011年04期

6 李印;;基于AdaBoost的行人检测研究与实现[J];数字技术与应用;2012年03期

7 苏加强;丁柳云;;基于R的监督式AdaBoost异常值检测应用[J];淮海工学院学报(自然科学版);2013年01期

8 张志勋;张磊;杨凡;;一种改进的Adaboost人脸检测方法[J];自动化与仪器仪表;2013年06期

9 王海川,张立明;一种新的Adaboost快速训练算法[J];复旦学报(自然科学版);2004年01期

10 赵江,徐鲁安;基于AdaBoost算法的目标检测[J];计算机工程;2004年04期

中国重要会议论文全文数据库 前10条

1 Wen Feng;;A Novel Lips Detection Method Combined Adaboost Algorithm and Camshift Algorithm[A];2012年计算机应用与系统建模国际会议论文集[C];2012年

2 张超;苗振江;;基于AdaBoost的面部信息感知[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

3 郭翌;汪源源;;基于Adaboost算法的颈动脉粥样硬化判别方法[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年

4 张红梅;高海华;王行愚;;抑制样本噪声的AdaBoost算法及其在入侵检测中的应用[A];2007年中国智能自动化会议论文集[C];2007年

5 陆文聪;钮冰;金雨欢;;基于AdaBoost算法的亚细胞位置预测[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年

6 陈宏伟;刘建伟;费向东;;一种半监督环境下的Adaboost算法[A];2008'中国信息技术与应用学术论坛论文集（二）[C];2008年

7 唐晓丹;苗振江;;基于AdaBoost和粒子滤波的目标跟踪[A];第十四届全国图象图形学学术会议论文集[C];2008年

8 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年

9 ;Using Skin Color and HAD-AdaBoost Algorithm for Face Detection in Color Images[A];Information Technology and Computer Science—Proceedings of 2012 National Conference on Information Technology and Computer Science[C];2012年

10 肖磊;李丽;肖佳文;;基于AdaBoost-SVM的上市公司信用风险评估[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

中国博士学位论文全文数据库 前3条

1 刘冲;模拟电路故障诊断AdaBoost集成学习方法研究[D];大连海事大学;2011年

2 张太宁;人眼注视点估计方法的研究[D];南开大学;2013年

3 赵培英;基于智能计算的膜蛋白结构与相互作用预测研究[D];东华大学;2010年

中国硕士学位论文全文数据库 前10条

1 皮丽琴;基于AdaBoost-GASVM算法和LDA主题模型的短文本分类研究[D];华南理工大学;2015年

2 孙斌;一种基于Adaboost的实时行人检测算法[D];华南理工大学;2015年

3 蔡泽彬;基于视频分析的行人检测及统计方法研究[D];华南理工大学;2015年

4 游晴;Adaboost人脸检测算法研究及其在硬件平台上的实现[D];昆明理工大学;2015年

5 宋雨;基于视觉图片的脑—机接口控制研究[D];天津理工大学;2015年

6 林欣;基于改进肤色模型的AdaBoost人脸检测算法研究[D];陕西科技大学;2015年

7 袁浩杰;Adaboost算法的并行化及其在目标分类中的应用[D];华南理工大学;2015年

8 张恒;基于近红外图像的疲劳驾驶检测研究与系统实现[D];长安大学;2015年

9 朱非易;基于不平衡学习的蛋白质—维生素绑定位点预测研究[D];南京理工大学;2015年

10 张元;一种基于AdaBoost的组合分类算法研究[D];四川师范大学;2015年

，

本文编号：1257993