|
|||||
|
|
| 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 | |