暂无评论
Adaboost 分类算法在 MATLAB 中的实现。
在大量的数据记录中，依据某可排序的记录属性（一般为数字类型），找出最大的前N个记录，称为 TopN问题。这是一个常常遇到的问题，也是一个比较简单的算法问题，却很少能有人能写出最优化的 topn算法。本
提出了一种基于Adaboost算法和CART算法结合的分类算法。以特征为节点生成CART二叉树,用CART二叉树代替传统Adaboost算法中的弱分类器,再由这些弱分类器生成强分类器。将强分类器对数字
\大律法最优阈值算法，实现通过该方法对图像进行二值化
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AdaBoost算法。首先针对每个特征,在特征
这是一个使用 MATLAB 实现 Adaboost 分类算法的代码库。
自己搜集整理的最优化学习资料，包含MATLAB代码，学习最优化算法的总结
VS2010+opencv2.4.3利用HOG特征训练级联分类器，训练步骤网上有很多，这是训练代码，在属性-命令-命令参数中输入训练参数即可。
用surface rt写的牛顿法找最优解，原本是做最优化的大作业用的。
学习必备，适合学习智能算法的初学者FuzzySetTheoryanditsApplicationsThecourseofpostgraduateofLanzhouJiaotongUniversity
暂无评论