%0 Journal Article
%T 一种新的改进AdaBoost弱分类器训练算法
%A 谢红跃
%A 方昱春
%A 蔡起运
%J 中国图象图形学报
%D 2009
%R 10.11834/jig.20091137
%X AdaBoost是机器学习中比较流行的分类算法。通过研究弱分类器的特性,提出了两种新的弱分类器的阈值和偏置计算方法,二者可以使弱分类器识别率大于50%，从而保证在弱分类器达到一定数目的情况下，AdaBoost训练收敛。对两种阈值和偏置计算方法的仿真实验结果表明，在错分率降可接受的范围内，二者均使用较少的弱分类器便可获得高识别率的强分类器。
%K 弱分类器
%K AdaBoost算法
%K 强分类器
%K 错分率
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20091137&flag=1