一种改进的AdaBoost算法——M-Asy AdaBoost

被引:11
作者
张彦峰
何佩琨
机构
[1] 北京理工大学信息与电子学院
关键词
M-Asy AdaBoost; 分类器; 分类器集; Asymmetric AdaBoost;
D O I
10.15918/j.tbit1001-0645.2011.01.023
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出一种Asymmetric AdaBoost改进算法——M-Asy AdaBoost.M-Asy AdaBoost算法通过新的样本权重分配方式可以确保训练过程不失败;分类器权重采用对正样本的分类错误率形成优化权重,突出对正样本的识别能力,提高检测概率;并且通过对加入分类器集的分类器的限制,使检测概率单调增加.该算法在较低虚警概率下,达到高检测概率.计算机仿真结果验证了算法的正确性.
引用
收藏
页码:64 / 68+73 +73
页数:6
相关论文
共 3 条
[1]   一种改进的AdaBoost算法——AD AdaBoost [J].
李闯 ;
丁晓青 ;
吴佑寿 .
计算机学报, 2007, (01) :103-109
[2]   A decision-theoretic generalization of on-line learning and an application to boosting [J].
Freund, Y ;
Schapire, RE .
JOURNAL OF COMPUTER AND SYSTEM SCIENCES, 1997, 55 (01) :119-139
[3]   OPTIMIZING GROUP JUDGMENTAL ACCURACY IN THE PRESENCE OF INTERDEPENDENCIES [J].
SHAPLEY, L ;
GROFMAN, B .
PUBLIC CHOICE, 1984, 43 (03) :329-343