AdaBoost算法
AdaBoost算法的相关文献在2004年到2022年内共计880篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、公路运输
等领域,其中期刊论文754篇、会议论文32篇、专利文献51750篇;相关期刊382种,包括电视技术、电子科技、电子设计工程等;
相关会议30种,包括2015年全国工业控制计算机技术年会、2015中国计算机网络安全年会、中国水力发电工程学会大坝安全专委会2015年会暨大坝安全检测技术与新仪器应用学术交流会等;AdaBoost算法的相关文献由2300位作者贡献,包括付忠良、王晓丹、陈俊杰等。
AdaBoost算法—发文量
专利文献>
论文:51750篇
占比:98.50%
总计:52536篇
AdaBoost算法
-研究学者
- 付忠良
- 王晓丹
- 陈俊杰
- 翟永杰
- 赵月爱
- 伍洋
- 刘磊
- 姬晓飞
- 应俊
- 张毅
- 李睿
- 李翔
- 杨国亮
- 王迪
- 罗元
- 郑东健
- 陈康
- 任金霞
- 兰胜坤
- 刘丽
- 刘林
- 刘树云
- 刘瑞兰
- 卢道兵
- 叶庆卫
- 周迅
- 唐旭晟
- 庞伟
- 张凯
- 张培林
- 张宁
- 张峰
- 张明恒
- 张萌
- 张超
- 张震
- 张鹏
- 徐夏雨
- 文成林
- 方义秋
- 朱全银
- 李胜
- 李荣兵
- 杨杰
- 梁竞敏
- 王伟
- 王俊
- 王军
- 王刚
- 王力
-
-
赵祎明;
王婕;
张高巍;
孙建军;
杨鹏
-
-
摘要:
背景:下肢外骨骼机器人用于恢复患者的基本行走能力,要实现人-机的高度协同和制定机器人控制策略,就要对包括步态在内的人体下肢运动意图进行识别.目的:提出一种新式分类器,利用人体表面肌电信号进行步态识别.方法:首先,采集人体5种步态模式的下肢表面肌电信号;其次,对采集的信号进行降噪和特征提取以获得5种步态模式的数据集,并将其两两结合形成10组数据集;再次,将每组数据集的训练集按照AdaBoost算法规则输入至概率神经网络进行训练;从次,将已训练概率神经网络集成获得10个强分类器;最后,将测试集样本输入到10个强分类器并采取投票机制判断其所述类别.结果 与结论:实验使用改进AdaBoost算法对5种步态模式进行识别,取得了90.2%的平均识别率;将其与仅使用一个概率神经网络进行对比,单独使用概率神经网络时的平均识别率为68.2%,低于改进AdaBoost分类器的平均识别率;将弱分类器更换为支持向量机、BP神经网络、决策树构建强分类器进行对比,当仅使用一个弱分类器时,支持向量机的平均识别率高于概率神经网络,然而将弱分类器使用改进AdaBoost算法集成以后,以概率神经网络为弱分类器时的识别率相较于以支持向量机为弱分类器时84.3%的识别率更高.
-
-
李英攀;
李淑娟;
孙志凌;
管慧
-
-
摘要:
为应对地铁盾构施工事故频发的问题,构建基于RUSBoost算法的地铁盾构施工安全预警模型,以空间单元为对象提取样本数据集训练模型,训练好的模型可以实时监控施工现场的安全状态,预警潜在的事故。结果表明:该安全预警模型具有良好的泛化能力,预测准确率较高,且运行时间短,具备一定的可推广性。
-
-
李晓娜;
苏金善;
李瀚铭
-
-
摘要:
随着现代人越来越喜欢用图像记录生活,每日上传至互联网的图像都呈爆炸式增长。公安部门可以利用海量的图像数据实现网络追凶,但现实中摄像头采集到的图像以及上传至网络的图像,并非都是统一状态的图像,而是包含各种状态的图像,例如不同表情、不同动作、不同角度、不同程度的角度偏斜,不同年龄,以及有背景干扰的图像,其中部分图像会因使用的设备不同,导致上传至网络的图像既有灰白图像又有彩色图像。这些多模态图像为人脸的准确识别增加了难度,要将实际中采集到的图像从如此复杂且规模庞大的数据集中匹配与识别出来,是一件十分困难的事。针对以上问题,提出将改进后的开源人脸识别库,即face_recognition库与Hadoop平台中的MapReduce进行结合,在确保识别准确率的前提下提升人脸检测速度,实现对大规模、多模态图像的有效识别。实验证明,本文的方法能够有效解决大规模多模态图像的识别问题,实时性高,实用性强。
-
-
欧振国;
张永旺;
刘海斌;
舒晔;
黄博伟;
彭强
-
-
摘要:
针对常规技术中的计量生产管理平台不完善、数据处理滞后等问题,提出一种新型的计量生产管理平台。构建包括数据层、访问层、计算层和应用层的分布式多层架构,实现数据的分层处理。设计包括计量客户服务层、计量业务处理层、计量工作质量监控层和计量调度层的计量生产调度数据管理平台,实现不同计量业务的管理,满足用户的多种需要。还融入了大数据处理算法,应用KNN算法实现不同类型数据的分类,通过构建AdaBoost算法模型,实现电能计量故障数据的诊断。试验表明,提出的方法数据处理能力强,工作效率高,误差低。
-
-
蔡旭航;
朱留存;
张震;
张恒艳;
郑晓东
-
-
摘要:
针对单幅复杂环境图像阴影检测问题,提出一种基于多尺度超像素融合的自动阴影检测快速算法.首先利用深度图像计算各点的法向量及空间坐标,同时利用简单线性迭代聚类算法对彩色图像进行多个尺度的超像素分割;然后使用阴影置信度算法结合图像的色度、法线和空间位置信息分别估计各尺度下的超像素阴影置信度;最后采用Adaboost训练的分类器对各尺度下的超像素阴影置信度进行融合,得到最终的判决结果.实验结果表明,该算法的准确度明显高于原阴影置信度算法,运行时间约为原阴影置信度算法的10%,对于小块阴影、大面积阴影及边缘不清晰的软阴影检测表现较突出,适合对光线复杂环境下的图像进行前期预处理.
-
-
卢健之;
赵奕;
赵垲杰;
杨泽平
-
-
摘要:
21世纪以来,国内外对机器人技术的发展愈加重视。机器人技术被认为是对未来新兴产业发展具有重要意义的高技术之一。文中设计的智能六足机器人是一个以树莓派为控制中心,通过舵机控制六足机械腿移动的智能机器人。机器人上搭载USB摄像头,能够实时把画面传输至PC并进行图像处理。采用Web页面控制方法,开启FLASK服务器后,在任意联网设备上都可以通过IP访问网站,以此与机器人进行交互。此机器人除了能够通过六足移动和传输图像外,还搭载了人脸识别模块,可以作为一款室内智能电子宠物或者智能监管机器人,应用前景较为广阔。
-
-
赵如新;
宋春林
-
-
摘要:
为了有效减少因疲劳驾驶而导致的交通事故,提出一种基于Adaboost和局部二进制特征(local binary patterns,LBP)算法的疲劳驾驶预警算法。算法采用Canny边缘检测算法对图像帧进行轮廓检测,并消除原图像噪点,根据亮度条件分别处理图像帧。在日间环境状态下,根据Adaboost算法识别出眼部和嘴部位置及开合状态。夜间环境状态下,采用相邻帧间差分算法确定眼部的矩形特征,采用LBP算法来处理嘴部的开合状态。同时,为了评估眼部状态信息和嘴部状态信息对驾驶员是否处于疲劳驾驶状态的比重,文章还进行了实验比对。实验结果表明:当嘴部状态信息权重β为0.44时,系统判别精度最高,最高精度可达93.4%。
-
-
乔旭坤;
李顺;
李君;
吴鑫;
茅智慧
-
-
摘要:
硬盘故障所致的数据丢失和损坏给企业和用户带来重大损失,硬盘故障预测也因此引起了学术界和企业界的高度重视,涌现了不少基于机器学习的故障预测方法,但由于存在机器学习算法模型的样本数据差异、性能指标不一致等原因,无法合理评估预测方法的优劣。鉴于此,建立了基于机器学习的硬盘故障检测评估平台,在统一的实验平台中对随机森林、逻辑回归、多层感知神经网络、决策树、朴素贝叶斯、极端梯度提升树、梯度提升决策树和AdaBoost算法模型进行故障预测性能比较,主要针对相同样本集和同一性能度量进行预测对比研究,还对同一预测模型在不同大小样本集上的预测效果进行了对比。实验结果表明:随机森林模型和梯度提升决策树模型不仅预测精度很高而且对不同规模的样本集具有很强的泛化性。
-
-
田宏鑫;
廉迎战;
郭孔快;
叶光显
-
-
摘要:
Adaboost算法作为机器学习算法的一种,它能够通过集成提升算法精度。讨论了Adaboost算法的结构及其特点以及对永磁同步电机匝间短路故障数据的处理以及建模,实现永磁同步电机匝间短路故障诊断预测功能。实验结果显示:利用Adaboost算法对永磁同步电机进行监测,在永磁同步电机发生匝间短路故障前对可能发生匝间短路故障的隐患进行预测,可以在永磁同步电机应用的各个场合进行应用,减少因匝间短路故障给工业生产带来的影响。
-
-
马利伟;
周明阳;
刘国宁
-
-
摘要:
为解决高铁建设大型装备作业时因为视觉盲区大而产生的人员安全问题,以高铁建设装备运行的典型场所,各工况下不同作业人员典型姿态图像为样本,采用Haar-like特征与Adaboost算法结合的训练方法,构建人员图像识别分类器,为提高分类器的准确性,在训练方法加入正样本自更新的方法以作改进。利用OpenCV分类器训练框架和Python语言,构建了高铁建设装备作业区域内人员的防入侵在线检测系统。试验和现场的运行验证了正样本自更新方法的可行性及系统的可靠性。
-
-
-
-
-
-
-
Yang Chongyun;
阳崇云;
Sang Nong;
桑农;
Chen Zhangyi;
陈张一;
Chen Ziyi;
陈子伊
- 《第十一届中国智能机器人会议》
| 2015年
-
摘要:
提出了一种基于椭圆肤色模型与可控风险敏感型Adaboost(CCS-Adaboost)算法的多视角人脸检测方法.在人脸检测的离线训练部分,该方法使用Haar-like特征和CCS-Adaboost算法训练样本.CCS-Adaboost在最小化分类错误率的同时能够最小化样本的误分类风险,从而它能够提高分类准确性.在实时检测部分,首先通过使用YCbCr颜色空间的椭圆模型快速检测出可能的人脸区域,然后通过基于CCS-Adaboost的多视角人脸检测器检测人脸.多视角人脸检测器中级联分类器的前四层构成姿态预估部分,如果样本未通过级联检测器的前四层,那么该样本被确定为一个非人脸样本.实验证明该检测器可以有效和准确地检测多视角人脸.
-
-
Yang Chongyun;
阳崇云;
Sang Nong;
桑农;
Chen Zhangyi;
陈张一;
Chen Ziyi;
陈子伊
- 《第十一届中国智能机器人会议》
| 2015年
-
摘要:
提出了一种基于椭圆肤色模型与可控风险敏感型Adaboost(CCS-Adaboost)算法的多视角人脸检测方法.在人脸检测的离线训练部分,该方法使用Haar-like特征和CCS-Adaboost算法训练样本.CCS-Adaboost在最小化分类错误率的同时能够最小化样本的误分类风险,从而它能够提高分类准确性.在实时检测部分,首先通过使用YCbCr颜色空间的椭圆模型快速检测出可能的人脸区域,然后通过基于CCS-Adaboost的多视角人脸检测器检测人脸.多视角人脸检测器中级联分类器的前四层构成姿态预估部分,如果样本未通过级联检测器的前四层,那么该样本被确定为一个非人脸样本.实验证明该检测器可以有效和准确地检测多视角人脸.
-
-
Yang Chongyun;
阳崇云;
Sang Nong;
桑农;
Chen Zhangyi;
陈张一;
Chen Ziyi;
陈子伊
- 《第十一届中国智能机器人会议》
| 2015年
-
摘要:
提出了一种基于椭圆肤色模型与可控风险敏感型Adaboost(CCS-Adaboost)算法的多视角人脸检测方法.在人脸检测的离线训练部分,该方法使用Haar-like特征和CCS-Adaboost算法训练样本.CCS-Adaboost在最小化分类错误率的同时能够最小化样本的误分类风险,从而它能够提高分类准确性.在实时检测部分,首先通过使用YCbCr颜色空间的椭圆模型快速检测出可能的人脸区域,然后通过基于CCS-Adaboost的多视角人脸检测器检测人脸.多视角人脸检测器中级联分类器的前四层构成姿态预估部分,如果样本未通过级联检测器的前四层,那么该样本被确定为一个非人脸样本.实验证明该检测器可以有效和准确地检测多视角人脸.
-
-
Yang Chongyun;
阳崇云;
Sang Nong;
桑农;
Chen Zhangyi;
陈张一;
Chen Ziyi;
陈子伊
- 《第十一届中国智能机器人会议》
| 2015年
-
摘要:
提出了一种基于椭圆肤色模型与可控风险敏感型Adaboost(CCS-Adaboost)算法的多视角人脸检测方法.在人脸检测的离线训练部分,该方法使用Haar-like特征和CCS-Adaboost算法训练样本.CCS-Adaboost在最小化分类错误率的同时能够最小化样本的误分类风险,从而它能够提高分类准确性.在实时检测部分,首先通过使用YCbCr颜色空间的椭圆模型快速检测出可能的人脸区域,然后通过基于CCS-Adaboost的多视角人脸检测器检测人脸.多视角人脸检测器中级联分类器的前四层构成姿态预估部分,如果样本未通过级联检测器的前四层,那么该样本被确定为一个非人脸样本.实验证明该检测器可以有效和准确地检测多视角人脸.
-
-
LV Yan-fei;
吕雁飞;
HOU Zi-jiao;
侯子骄;
ZHANG Kai;
张凯
- 《2015中国计算机网络安全年会》
| 2015年
-
摘要:
在对多类别样本数据集进行分类时,传统BP-AdaBoost算法通常采用“一对一”和“一对多”的方法,而随着训练样本数以及训练样本种类的增加,采用这两方法使得BP-AdaBoost训练的时间开销急剧增加,因此在实际应用中十分受限,尤其不适用于对大规模数据进行分类.针对该问题,本文提出多分类BP-AdaBoost分类算法,实现模型信息的有效利用与融合增强.实验结果表明,在相同测试情况下,该算法有效降低BP-AdaBoost训练过程中的时间开销.