| 基于Adaboost和CART結合的優化分類算法 | |
| 所屬分類：技術論文 | |
| 上傳者：aet | |
| 文檔大小：1957 K | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：提出了一種基于Adaboost算法和CART算法結合的分類算法。以特征為節點生成CART二叉樹，用CART二叉樹代替傳統Adaboost算法中的弱分類器，再由這些弱分類器生成強分類器。將強分類器對數字樣本和人臉樣本分類，與傳統Adaboost算法相比，該方法的錯誤率分別減少20%和86.5%。將分類器應用于目標檢測上，實現了對這兩種目標的快速檢測和定位。結果表明，改進算法既減小了對樣本分類的錯誤率，又保持了傳統Adboost算法對目標檢測的快速性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2