作者:王衍; 陈镜任; 冯宇庆 期刊:《现代计算机》 2020年第03期
为了提升道路行人检测算法的效果,降低误检率和漏检率,提出基于改进AdaBoost的ACF算法。针对原始ACF算法中使用的经典AdaBoost算法中困难样本的权重增长速度过快易引起“退化问题”,采用鲁棒交替的AdaBoost对其进行改进。实验表明,改进的ACF算法能较好降低误检率和漏检率,检测效果有较大提升。
作者:李岩; 方连娣 期刊:《渭南师范学院学报》 2020年第02期
针对集装箱起重机的吊具锁头与集装箱锁孔的快速对准连接问题,基于计算机视觉技术,提出一种集装箱锁孔检测和定位方法:首先把HOG算法进行创新改进,更好地提取锁孔特征样本;然后,将AdaBoost级联分类器与SVM算法在目标检测上的优势相结合得到AdaBoost-SVM级联分类算法。通过AdaBoost-SVM级联分类算法检测和定位图像中锁孔,与经典的HOG+SVM分类算法、经典的HOG+AdaBoost级联分类算法和Candy+Hough变换检测等方法相比,该方法对锁孔的检...
作者:丁博; 王水凡 期刊:《哈尔滨理工大学学报》 2019年第05期
随着高级驾驶辅助系统(advanced driver assistance systems,ADAS)和无人驾驶技术快速发展,交通标志识别方法成为一个重要的研究方向。为了辅助驾驶员实现安全驾驶,减少交通事故的发生,将AdaBoost-SVM和卷积神经网络(convolutional neural network,CNN)相结合,构建一个混合预测模型(mixed forecasting model,MFM),通过该模型识别交通标志。将卷积神经网络作为可训练的特征提取器,AdaBoost-SVM作为识别器。采用卷积层和下采样层构建...
作者:张国辉; 李志中; 王宾; 刘萌; 董新洲 期刊:《电力系统保护与控制》 2019年第19期
为解决连续换相失败机理解析表达缺失导致的LCC-HVDC连续换相失败预警困难的问题,运用统计学习建模的思想,基于Adaboost分类器构建了一种连续换相失败预警器。预警系统特征向量的设计考虑了单次换相失败的解析表达,充分利用仿真或现场历史积累的换相失败的实测数据进行统计学习,得出连续换相失败问题的非线性决策平面。PSCAD的CIGRE标准模型的多场景故障仿真数据验证表明,预警器可基于较小的故障数据集获得较高精度的预警信息,且所...
作者:张芳芳; 李楠 期刊:《计算机应用与软件》 2019年第11期
针对功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)数据分类方法中多余的预测变量和实验噪声等导致无法准确提取数据的有效特征,影响分类准确率的问题,提出将独立成分分析(Independent Component Analysis,ICA)算法与Adaboost数据分类方法相结合用于分析fMRI数据.利用ICA算法通过线性变换将体素信息分解为统计独立的源信号的线性组合;不断更新分离矩阵提取脑组织边缘变化的特征信息;利用ICA算法得到的特征信息训练A...
作者:王煜; 方伟; 王亮; 薛冰 期刊:《中国铁路》 2019年第10期
由于动卧列车运行距离较长,主要竞争对手为同区间航空运输,航空票价水平和动态浮动会对动卧列车客流产生影响,因此从航空票价角度,研究动卧列车客座率。选取CART模型作为弱学习器,通过Adaboost集成学习算法将弱学习器训练为强学习器,即采用Adaboost-CART模型实现对动卧列车客座率的预测。以京沪高铁动卧列车为例,对该方法进行验证,结果表明:利用Adaboost-CART模型能够较好地对动卧列车客座率进行预测,且精度优于单一CART模型和多元...
作者:张凯兵; 王珍; 闫亚娣; 朱丹妮 期刊:《计算机工程与应用》 2019年第20期
实例回归是一种简单但有效的超分辨重建方法。然而,简单线性回归器不仅不能很好地表征低分辨与高分辨图像之间复杂的非线性关系,同时,在字典和回归器规模较大的情况下,存在内存占用过高的现象,限制了该类方法在内存受限情况下的适用性。针对这些问题,提出了一种自适应特征增强的实例回归超分辨率重建优化方法。该方法利用K-SVD字典学习算法从训练集中学习一个稀疏字典作为锚点;利用锚点邻域回归通过T次自适应增强算法得到一组强回...
作者:刘洋; 华璧辰; 张侃健; 魏海坤 期刊:《软件导刊》 2019年第10期
为提高含容参元件模拟电路软故障的诊断率,并考虑到单分类器分类精度的提升已达到了一个瓶颈,提出一种优化AdaBoost-SVM算法并将其应用于模拟电路故障诊断中。以OrCAD/PSpice软件中对电路进行Monte-Carlo分析的数据为基础,选取特征时,采用对时频信号中易直接测量的物理量归一化后组合的方式。实验结果表明,通过选取的组合特征向量,利用优化的AdaBoost-SVM算法,构造出具有差异度的SVM分类器并集成后,能够自适应地提升单SVM分类器性...
作者:郭海峰; 刘瑞琪; 陈浩; 廖春花 期刊:《海峡科技与产业》 2019年第05期
随着计算机科学、数学和气象科学的发展,数值天气预报得到了广泛的应用。应用AdaBoost算法提升Boosting算法的性能,提高多模式集合预报的准确率;将集合预报结果应用于基于水库流域、电网、高速公路、旅游景点等GIS底图的专业预报产品制作中,设计并建立一套精细化专业气象集合预报系统。该系统安全可靠、性能稳定、功能开放、技术先进,能满足专业气象预报人员对各单模式和集合预报结果的查询、修正、质量检验和专业气象预报产品快速...
作者:高健豪; 宋春林 期刊:《信息技术与信息化》 2019年第12期
人脸识别技术是目前发展最快也最具有潜力的生物特征识别技术,具有巨大的发展空间以及应用领域。而在非强制配合脸部图像采集的场景中,脸部特征通常被口罩、墨镜等物品所遮挡,脸部特征信息不完整,无法正确提取脸部特征信息,严重地影响到了最终识别结果。目前已有的针对带遮挡的人脸特征提取算法在准确性和速度性能以及二者的平衡方面具有很大的缺陷,无法满足实际应用需求。因此,本文设计出一种基于视频的带遮挡的人脸特征快速提取...
刀具是数控铣床加工过程的关键零部件,其长期处于高速加工状态极其容易出现故障。针对数控铣床加工过程中刀具的磨损状态数据少、诊断效率低、维护成本高、缺乏有效的诊断方法的问题,提出了利用小波包分析与核主成分分析提取特征,然后利用BP_AdaBoost算法对刀具磨损状态进行诊断的方法。通过在数控铣床的加工工件与其夹具间安装测力仪及安装加速度传感器,来采集立铣刀振动信号与切削力信号;然后对振动信号与切削力信号进行小波包分...
作者:陈舒期; 梁雪春 期刊:《计算机工程与设计》 2019年第10期
为进一步提高选择性支持向量机(SSVM)的分类精度,提出一种基于改进的SSVM的集成算法(AR-SKB)。利用AdaBoost算法和基于广义差别矩阵的粗糙集属性约简算法对样本和样本的属性特征进行扰动,生成差异度较大的个体SVM;利用自组织映射(SOM)和K-means聚类算法结合的聚类算法(SOM-K)对训练出来的个体SVM进行分类,选择每类中训练精度最高的SVM作为最优个体;用BP算法将最优个体进行非线性集成。实验结果表明,该算法在UCI两个数据集上的分类...
作者:宋鹏峰; 叶庆卫; 陆志华; 周宇 期刊:《电信科学》 2019年第11期
针对AdaBoost算法通过最小化训练错误率来选择弱分类器造成的精度不佳问题以及单阈值作为弱分类器训练过程较慢难以收敛问题,提出了一种基于拟合型弱分类器的Ada Boost算法。首先针对每个特征,在特征值与标记值之间建立映射关系,引入最小二乘法求解拟合多项式函数,并转换成离散分类值,从而获得弱分类器。其次从获得的众多弱分类器中,选择分类误差最小的弱分类器作为本轮迭代的最佳弱分类器,构成新的Ada Boost强分类器。与传统训练...
作者:胡云琴 期刊:《公安海警学院学报》 2012年第04期
本文介绍人脸识别系统整个开发流程,先是基于Adaboost的算法进行人脸检测,而人脸识别模块主要进行人脸特征的提取与特征值之间的比对,从而实现人脸的身份识别。
作者:付忠良; 赵向辉 期刊:《工程科学与技术》 2011年第02期
针对目前基于分类器静态组合的集成学习算法难于推广的问题,根据组合分类器分类错误最小化原则,研究了组合系数随分类器输出变化而变化的分类器动态组合理论,包括组合系数的选取、组合分类器分类错误率的估计等。证明了在分类器相互独立时,一些动态组合分类器等价于Bayes统计推断。提出了基于分类器组合的通用集成学习算法,并把AdaBoost、Real AdaBoost、Gentle AdaBoost算法推广到了多分类问题。证明了按照集成学习算法得到的分类...
作者:吴劲松; 徐志京 期刊:《信息技术与网络安全》 2017年第18期
为了提高船舶桨叶故障识别率,构建了一种基于BP_Adaboost神经网络的船舶桨叶故障预警模型。该模型首先采用数字水听器采集二进制船舶桨叶静水噪声信号,并利用MATLAB编程将二进制信号转换成WAV音频信号,通过梅尔频率倒谱系数法(Mel-Frequency Cepstral Coefficient,MFCC)提取特征值,得到36维桨叶静水噪声信号,最后运用BP_Adaboost神经网络进行分类识别预警。实验结果表明,基于BP_Adaboost神经网络的船舶桨叶故障预警模型能够高效...
作者:倪福银 期刊:《信息技术与网络安全》 2012年第14期
研究并实现了基于DM6437的Adaboost人脸检测算法。在对相关的人脸检测算法研究的基础上,选择了适应能力强、错误率小的Adaboost算法,通过对输入样本进行Harr特征提取,从中选出最优的Haar特征,然后将训练得到的Haar特征转换成弱分类器,再将弱分类器优化组合成强分类器,最后形成级联强分类器用于人脸检测。通过OpenCV在计算机上仿真实现该算法’,完成了Adaboost人脸检测算法的DSP程序设计,在DM6437硬件平台上实现了人脸实时...
作者:宗智嵩; 王夏黎; 张明辉; 安毅生 期刊:《信息技术与网络安全》 2017年第12期
行人跟踪是智能视频监控领域一个重要的研究内容,受到广泛关注。在实际应用中,对视频中行人跟踪处理的实时性和准确性都有很高要求,因此,如何在场景复杂多变的视频图像中完成对多行人自动、快速而准确的跟踪,是行人跟踪方法的研究热点。提出了一种有效的行人自动跟踪方法,该方法通过Ada Boost+Haar的检测框架以及SURF特征点匹配,改进原始的在线Boosting跟踪算法,解决了跟踪过程中由于目标尺度变化造成的跟踪误差问题并实现了对视...
本文通过对机器学习中AdaBoost算法的使用,分别对上证指数不同阶段的收益率中的财务数据进行特征学习,进而研究其不同阶段下的财务因子的影响力,该研究很好地展现了不同阶段下的影响因子的影响力的变化。无论在牛市、熊市、震荡市哪个阶段流通市值的影响力都位于总市值的前面,这个结论跟这几年在股市的表现非常一致,无论是之前中小创独牛还是后来大蓝筹疯狂,体现的是我A一大特点:炒新炒小的特点。
作者:田全; 张文婷 期刊:《计算机产品与流通》 2017年第08期
提出一种结合MSR图像增强与hog的特征提取方法。通过Adaboost算法由粗到精进行人眼检测,排除眉毛与镜框造成的干扰,在满足实时性和不同光照条件要求下达到较高识别率。在疲劳判断过程中采用同样的方法进行人眼开闭状态判断,避免较暗光照对疲劳检测的影响,保证了全天候的疲劳判断的高准确性。