基于决策树的改进AdaBoost算法在车辆检测中的应用 |
| |
引用本文: | 李斌,王凯,徐英杰,刘赏.基于决策树的改进AdaBoost算法在车辆检测中的应用[J].教育技术导刊,2017,16(5):129-131. |
| |
作者姓名: | 李斌 王凯 徐英杰 刘赏 |
| |
作者单位: | 天津财经大学 理工学院,天津 300222 |
| |
摘 要: | 为满足车辆检测实时性和准确性需求,将基于C4.5的决策树算法作为AdaBoost算法的弱分类器,产生一种速度快、识别率高的强分类器,称之为AdaBoost DT算法。算法训练多个决策树并将之作为弱分类器,之后通过改进级联架构的AdaBoost算法将若干弱分类器组合成一个强分类器。该算法特点在于:相对于广泛使用的以SVM作为弱分类器的算法,其以决策树作为分类器,速度提高了29%;通过在AdaBoost算法进行强分类器的形成阶段加入再判决函数,准确率提高了14.1%。
|
关 键 词: | AdaBoost算法 决策树 车辆检测 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|