基于差分演化的多分类器集成算法

摘要：

本文提出一种基于差分演化(DE)的多分类器集成训练算法(DE-MCE)。该算法首先通过计算每个弱分类器在全部训练样本集上的分类错误率并对其进行排序，挑选出分类效果最好的前T个弱分类器，然后利用DE算法优化各弱分类器权重，得到多个弱分类器的最优加权集成。将该算法应用于人脸识别，在经典数据库上的实验结果表明，本文算法的训练时间较经典AdaBoost有很大提高，同时也获得了较高的识别准确率。

关键词： 差分演化 多分类器集成 人脸识别 训练时间

作者: 张伟松 李斌

作者单位: 中国科学技术大学电子科学与技术系，合肥，230027

会议类型: 国内会议

会议名称: 中国电子学会电路与系统学会第二十二届年会

会议地点: 上海

会议语种:中文

页码: 158-162

在线出版日期: 2010-10-01（万方平台首次上网日期，不代表论文的发表时间）