一种AdaBoost算法中弱分类器的同步选取、加权、排序方法

摘要

本发明公开一种AdaBoost算法中弱分类器的同步选取、加权、排序方法，包括：初始化GA算法参数设置，初始弱分类器集合、权值与对应排列顺序设置，GA算子更新，适应度计算，GA算法实现。通过智能的方式、基于对分类精度的追求，不但给出了最优的弱分类器组合、加权方案，而且同步的给出了弱分类器排序的最佳方案。本发明不同于以往基于人为经验的弱分类器组合选取和加权方法，同时增加了对分类器排序方案考虑，采用GA优化算法搜索弱分类器选择、加权与排序的最佳方案，使得最终基于AdaBoost算法训练得到的分类器分类效果更佳、分类精度更高。最后，应用本文方法进行了笔迹鉴权，实验结果证明利用本文算法，一系列弱分类器经过更合理选择、加权与排序之后，分类性能明显提高。