基于 PCA改进的快速 Adaboost算法研究

摘要：

针对传统的Adaboost算法可能出现在应对较大训练数据集训练时间过长的问题，提出了一种改进的Adaboost 算法———PCAdaboost。改进算法利用PCA方法的降维技术，对训练样本特征提取主要成分，去除输入样本特征间的相关性，提高分类精度。同时，从样本阈值搜索角度考虑了特征值等分和特征值空间维数，给出了阈值快速搜索方法。实验结果表明，该算法在UCI数据集上取得较好的效果。

关键词：PCAdaboost、主成分、阈值搜索、降维

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家高技术研究发展计划2015AA042102

在线出版日期：2015-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：62-66