基于动态权重裁剪的快速Adaboost训练算法.pdfVIP

第32卷第2期 计 算 机 学 报 V01．32No．2 2009年2月 CHINESE OFCOMPUTERS Feb．2009 JOURNAL 基于动态权重裁剪的快速Adaboost训练算法 贾慧星u卫’ 章毓晋’2’ l’(清华大学信息科学-5技术国家实验室北京100084) 鼬(清华大学电子工程系 北京 100084) 摘要提出了基于动态权重裁剪的快速Adaboost训练算法，当训练数据集较大时，可以大大提高训练速度．基 于动态权重裁剪的Adaboost训练算法在每次迭代过程中舍去权重较小的大多数样本，保留权重较大的少数样本 进行训练，迭代完成后检查这个利用少量样本训练毒寻到的弱分类器在所有样本上的分类性能，如果错误率大于 0．5，则扩大样本的数量莺新训练本次迭代的弱分类器．由于在大多数迭代过程中，只利用了少量样本进行弱分类 器的训练，从而提高了整个算法的训练速度． 关键词Adaboost；动态权重裁剪；机器学习 中图法分类号TP391 DOI号：10．3724／SP．J．1016．2009．00336 FastAdaboost TrainingAlgorithmbyDynamicWeightTrimming JIA Yu—Jinl’·2’ Hui-Xin91’·∞ZHANG 1’(NationalLaboratoryfor Scienceand InformationTechnology，TsinghuaUniversity．Beijin100084) Electronic 100084) ”(Departmentof Engineering。TsinghlmUniversity，Beijing AbstractThis anovelfastAdaboost trim— paperpresents trainingalgorithmbydynamicweight when with eachitera- increasesthe datasets．At ming，which trainingspeedgreatly dealinglarge tion，the discardsmostofthe withsmall and the algorithm samples weightkeepsonly samples itchecksthe oftheweakclassi— with totraintheweakclassifier．Then largeweight performance fieronallthe the errorisabove0．5，itwillincreasethenumberof samples，ifweighted training andretrainweak a small ofthe are samp