Forschung und Anwendung des AdaBoost-Algorithmus basierend auf SVM

In dieser Arbeit verwenden wir den AdaBoost-Algorithmus als Rahmen, um einen neuen Klassifikationsalgorithmus zu entwerfen. Der Algorithmus kombiniert die Merkmale der SVM- und AdaBoost-Algorithmen. Der SVM-Algorithmus wird als schwacher Klassifikator verwendet. AdaBoost wird verwendet, um mehrere schwache Klassifikatoren zu kaskadieren, um einen starken Klassifikator zu bilden, wodurch eine genauere Klassifikation erreicht wird. In dem Experiment verwendet diese Arbeit den SVM-Algorithmus, den AdaBoost-Algorithmus und den Algorithmus dieser Arbeit, um mehrere Vergleichsexperimente durchzuführen. Die experimentellen Ergebnisse zeigen, dass der Algorithmus in Datensätzen unterschiedlicher Größe eine höhere Genauigkeit bei der Klassifikation erreichen kann. Gleichzeitig ist der Algorithmus in der Berechnungsgeschwindigkeit moderat, sodass der neue in dieser Arbeit vorgeschlagene Algorithmus besser ist als der traditionelle SVM- oder AdaBoost-Klassifikationsalgorithmus.