一種基于Ransac算法的魯棒AdaBoost分類器構(gòu)建方法
基本信息

| 申請?zhí)?/td> | CN201711353247.1 | 申請日 | - |
| 公開(公告)號 | CN108090512A | 公開(公告)日 | 2018-05-29 |
| 申請公布號 | CN108090512A | 申請公布日 | 2018-05-29 |
| 分類號 | G06K9/62 | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 羅宇;黃文超;吳家慧;李文琪 | 申請(專利權(quán))人 | 佛山市厚德眾創(chuàng)科技有限公司 |
| 代理機構(gòu) | 佛山幫專知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) | 代理人 | 佛山市厚德眾創(chuàng)科技有限公司 |
| 地址 | 528200 廣東省佛山市南海桂城桂瀾北路2號億能國際廣場2座6層601 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明提出了一種基于Ransac算法的魯棒AdaBoost分類器構(gòu)建方法,包括以下步驟:根據(jù)Ransac算法,構(gòu)建立樣本子集;抽取樣本;利用AdaBoost算法訓(xùn)練強分類器;計算分類模型對應(yīng)分類精度;構(gòu)建分類器模型Ci;判斷滿足該新構(gòu)建分類器模型的全部訓(xùn)練樣本;重復(fù)上述步驟,直到基于Ransac算法估計下的一個模型Ci和其對應(yīng)的一致集;判斷已建立的不同分類器模型數(shù)量是否已超過Nmax;確定為最終選取的分類器模型,計算對應(yīng)分類精度。本發(fā)明構(gòu)建方法由含有外點的樣本建立了最佳的分類器模型,并且利用Ransac算法的迭代過程去除了外點對分類器模型構(gòu)建的影響。 |





