基于PCA改进的快速Adaboost算法研究
文献类型：期刊论文
| 作者 | 袁双 ; 吕赐兴
|
| 刊名 | 科学技术与工程
 |
| 出版日期 | 2015 |
| 卷号 | 15期号:29页码:62-66 |
| 关键词 | PCAdaboost 主成分 阈值搜索 降维 |
| ISSN号 | 1671-1815 |
| 其他题名 | Fast Adaboost Algorithm Based on Improved PCA |
| 产权排序 | 1 |
| 中文摘要 | 针对传统的Adaboost算法可能出现在应对较大训练数据集训练时间过长的问题,提出了一种改进的Adaboost算法——PCAdaboost。改进算法利用PCA方法的降维技术,对训练样本特征提取主要成分,去除输入样本特征间的相关性,提高分类精度。同时,从样本阈值搜索角度考虑了特征值等分和特征值空间维数,给出了阈值快速搜索方法。实验结果表明,该算法在UCI数据集上取得较好的效果。 |
| 英文摘要 | In view of the problem of the long training time in dealing with large training dataset in the training process of the traditional Adaboost algorithm，an improved methods was introduced to these problem． Improved algorithm using PCA dimension reduction technique，extracts main ingredients for the training sample feature，removes the correlation between the input sample characteristics，and improves the classification accuracy． At the same time，from the angle of sample threshold search takes into consideration the divisions and eigenvalue space dimension， threshold fast search method is presented． Experimental results show that the algorithm to achieve better results on UCI datasets. |
| 语种 | 中文 |
| 公开日期 | 2015-12-27 |
| 源URL | [http://ir.sia.ac.cn/handle/173321/17224]  |
| 专题 | 沈阳自动化研究所_信息服务与智能控制技术研究室 |
| 推荐引用方式 GB/T 7714 | 袁双,吕赐兴. 基于PCA改进的快速Adaboost算法研究[J]. 科学技术与工程,2015,15(29):62-66. |
| APA | 袁双,&吕赐兴.(2015).基于PCA改进的快速Adaboost算法研究.科学技术与工程,15(29),62-66. |
| MLA | 袁双,et al."基于PCA改进的快速Adaboost算法研究".科学技术与工程 15.29(2015):62-66. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。