AdaBoost.M1相关论文
在脑-机接口(BCI)研究中,相对脑电图(EEG)和功能磁共振成像(f MRI),功能近红外光谱(fNIRS)是一种较新的观测大脑功能的脑成像技术,其在BCI......
在计算机科学和信号处理领域中,手势识别一直都是研究热点。目前较为成熟的手势识别技术都是基于视频图像,但由于视频图像的技术特......
为了提高植物叶片的识别准确率,提出一种基于PCA和AdaBoost.M1的植物叶片图像识别方法。首先对植物叶片图像进行图像灰度化、二值......
期刊
介绍中文文本分类的流程及相关技术。在分析传统的文本特征选择不足的基础上,提出了基于粗糙集与集成学习结合的文本分类方法,通过......
人脸检测与识别是计算机视觉和模式识别领域非常活跃的研究课题,经典的算法可以很好的进行人脸识别,但当处理大规模数据时仍会出现......
Adaboost.M1算法要求每个弱分类器的正确率大于1/2,但在多分类问题中寻找这样的弱分类器较为困难。有学者提出了多类指数损失函数......
在不平衡数据的分类学习中,研究如何提高少数类的分类性能具有重大意义。首先使用Hold0ut方法,采用分层抽样策略,随机采样不同种类的......