论文部分内容阅读
提升（Boost）学习算法中，可以划分为多数提升和Adaboost两类。Adaboost是目前比较流行的分类方法，目前在多媒体和计算机视觉领域得到了广泛的应用。文中介绍了Adaboost方法的原理与方法，通过在提升过程中对训练集中部分样本的标记，提出了一种新的Adaboost算法的训练方法，并且用实验数据对该方法进行验证。该方法通过对前一轮提升后权值较小的那部分样本作标记，增加了后一轮提升抽样的有效容量，从而使算法中的分类器能够更快速地关注那些很难分类的样本。