aDABOOST

共 92 篇文章
aDABOOST 相关的电子技术资料,包括技术文档、应用笔记、电路设计、代码示例等,共 92 篇文章,持续更新中。

《机器学习实战》pdf电子书 296页

<p>《机器学习实战》是2013年由人民邮电出版社出版的书籍。</p><p>机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或模式,成为各行业求生存、谋发展的决定性手段,这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。</p><p>本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习

ADAS系统开发中目标车辆感知算法的研究

<p>论文首先研究了基于Har-like特征和Adaboost分类器的目标车辆探测算法原理和参数设置,并利用车载摄像头采集真实道路车辆图像,建立车辆样本数据库,训练车辆分类器,实现对道路车辆的探测,并对探测效果进行量化分析。针对在车辆探测过程中误检率较高、探测不连续以及检测框不稳定的现象,对基于无迹卡尔曼滤波器的车辆跟踪算法进行了研究,建立了车辆相对运动模型,对真实道路交通场景中的多目标车辆进行探

FPGA_ASIC-Adaboost算法的FPGA实现与性能分析

<p>该文档为FPGA_ASIC-Adaboost算法的FPGA实现与性能分析讲解文档,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看………………</p>

基于 AdaBoost 算法的人脸检测

人脸检测是人脸分析的首要环节,其处理的问题是确认图像(或影像)中是<br /> 否存在人脸,如果存在则对人脸进行定位。人脸检测的应用领域相当广泛,是实<br /> 现机器智能化的重要步骤之一。<br /> AdaBoost 算法是 1995 年提出的一种快速人脸检测算法,是人脸检测领域里<br /> 程碑式的进步,这种算法根据弱学习的反馈,适应性地调整假设的错误率,使在<br /> 效率不降低的情

几篇关于人脸检测和识别方面的文章 基于adaboost方法

几篇关于人脸检测和识别方面的文章 基于adaboost方法

GML_AdaBoost_Matlab_ Toolbox

GML_AdaBoost_Matlab_ Toolbox

Adaboost

Adaboost,一种很流行的机器学习算法。用matlab实现的。

GML AdaBoost Matlab 工具箱

GML AdaBoost Matlab 工具箱,有详细的说明文档,脚本,用例

adaboost 人脸表情识别的好文章

adaboost 人脸表情识别的好文章,详细明了

Adaboost_rbf算法

Adaboost_rbf算法,matlab实现。希望对您有参考价值

MultiBoost 是c++实现的多类adaboost酸法。与传统的adaboost算法主要解决二类分类问题不同

MultiBoost 是c++实现的多类adaboost酸法。与传统的adaboost算法主要解决二类分类问题不同,MultiBoost解决的是多类的分类问题,而并不是把多类转化成二类问题。

adaboost算法

adaboost算法,用matlab编写的源程序,希望对大家有帮助

WeakLearner

WeakLearner,各种弱分类器,可供AdaBoost训练使用

关于人工智能中的Adaboost分类算法演示.

关于人工智能中的Adaboost分类算法演示.

自已写的Adaboost使用Haalike feature

自已写的Adaboost使用Haalike feature,去Detection

许多与adaboost相关的资料,基本都是PPT,可以了解原理

许多与adaboost相关的资料,基本都是PPT,可以了解原理

adaboost算法的一个简要编程,对于训练算法能有一个很好的初步指导作用

adaboost算法的一个简要编程,对于训练算法能有一个很好的初步指导作用

一个关于adaboost算法的matlab程序,对开始接触adaboost研究的人,有实用价值

一个关于adaboost算法的matlab程序,对开始接触adaboost研究的人,有实用价值,并且蛮容易上手

adaboost人脸检测

改进adaboost的人脸检测算法,有效缩短该算法运行时间

Boosting is a meta-learning approach that aims at combining an ensemble of weak classifiers to form

Boosting is a meta-learning approach that aims at combining an ensemble of weak classifiers to form a strong classifier. Adaptive Boosting (Adaboost) implements this idea as a greedy search for a line