基于Adaboost选择性样本权重更新算法.docVIP

基于Adaboost选择性样本权重更新算法 　　收稿日期：2007-10-16；修回日期：2008-01-17 　　基金项目：国家自然科学基金重点资助项目；高等学校博士学科点专项科研基金资助项目（20060699032） 　　 　　作者简介：赵春晖(1973-),男,陕西西安人,博士研究生,主要研究方向为人工智能、信息融合、图像处理(zhaochunhui@nwpu.edu.cn); 张洪才（1938-），男，江苏人，教授，博导，主要研究方向为估计与控制、图像处理、信息融合; 陆朝霞(1981-),女,陕西人,硕士研究生,主要研究方向为视频图像处理、智能监控、目标跟踪.??* 　　 　　（西北工业大学 自动化学院，西安 710072） 　　摘 要：提出一种选择性样本权重更新算法，把FNR和FPR引入样本权重更新过程，将分类效果反馈给分类器，实现对分类器结构的有效控制，在样本权重更新时合理选择更新方法，使得分类器的FNR或FPR达到理想状态。实验表明，该算法能有效改善整个分类器的FNR和FPR。 　　关键词：权重更新；Adaboost；分类器 　　中图分类号：TP391.6 　　文献标志码：A 　　文章编号：1001-3695(2008)10-2943-03 　　Method for selecting sample weight ren