基于adaboost算法的模式识别

基于adaboost算法的模式识别

ID:40306602

大小:29.50 KB

页数:4页

时间:2019-07-30

基于adaboost算法的模式识别_第1页
基于adaboost算法的模式识别_第2页
基于adaboost算法的模式识别_第3页
基于adaboost算法的模式识别_第4页
资源描述:

《基于adaboost算法的模式识别》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于adaboost算法的模式识别摘要模式识别技术是一种很常见的技术,它应用于各个领域,而adaboost算法是一种很经典的算法,应用也相当广泛。本文主要针对adaboost算法进行研究,这是一种迭代算法,只要对弱分类器进行研究,使弱分类器的准确度大于50%,那么由若干个弱分类器组成的强分类器便会无限接近于100%。所以判别一个弱分类器的好坏,便可以从它的错误率进行判断。本文通MATLAB的仿真,通过对仿真结果的观察和对比,判断错误率是否符合要求,研究adaboost算法的识别能力,可以看出其研究价值,对于整个分类

2、的过程,最重要的是需要研究其错误率的高低,如果错误率太高,那么可以认为识别识别(?),生成的强分类器的好坏在于我们对于弱分类器的选取,在选择弱分类器其参数时可在本文中看到需要注意的问题。从辨识的结果中可以发现,使用adaboost算法生成的强分类器错误率很低,大大的提高了模式识别技术的识别能力,所以该算法能够应用于各个领域。关键词:adaboost算法模式识别错误率AbstractPatternrecognitiontechnologyisoneofthemostcommontechniques,itisappli

3、edineveryfield,andadaboostalgorithmisaveryclassicalgorithm,applicationsareverywide.Thispapermainlystudiedadaboostalgorithmfor,thisisakindofiterativealgorithm,buttheweakclassifierforstudy,theweakclassifier,sotheaccuracyofmorethan50%byseveralweakclassifiercompos

4、itionofstrongclassifierwillinfinitecloseto100%.Sotellifaweakclassifierisgoodorbad,canjudgementfromitserrorrate.Thispaper,throughthesimulationofMATLABsimulationresultsobservationandcomparison,judgewhethertheerrorrateadaboostalgorithmaccordswitharequirement,rese

5、archtherecognitionability,wecanseetheresearchvalue,forthewholeofclassificationprocedures,themostimportantistoneedtostudyitserrorratestheheight,iftheerrorrateistoohigh,socanthinkrecognitionrecognition,generatedstrongclassifierforthestandorfallofweakclassifieris

6、ourselectionofweakclassifier,onthechoicewhenitsparameterscanbeinthispapertoseeproblemsneedingattention.Theresultsfromidentificationcanbefoundintheadaboostalgorithmproduces,usestrongclassifiererrorrateisverylow,andgreatlyimprovethepatternrecognitiontechniqueabi

7、litytoidentifysothisalgorithmcanappliedinvariousfieldsKeywords:Adaboostalgorithmpatternrecognitionerrorrates1引言1.1课题背景长期以来,我们的生活中时时刻刻都在进行模式识别。比如我们可以认出周围的事物是树,还是花,或者是草,可以分清哪个是张三,哪个是李四。而对于这些普通的行为谁也不会感到惊讶,而计算机出现以后,当人们企图用计算机来实现生物的这种识别能力时,才知道它的难度。模式识别诞生于20世纪20年代,随着

8、计算机的出现,在20世纪50年代很快的发展成为一门学科。今为止,模式识别已经经历了一个很漫长的发展,随着新的信息技术的出现,模式识别已经应用与很多科学和技术领域,并取得了大量的成果。1.2adaboost算法的发展随着对模式识别的深入研究,在1995年,Feund和Schapire提出了AdaBoost算法。AdaBoost全称为AdaptiveBoosti

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。