/*
*icvPrecalculate
*作用：计算特征值，并排序
*具体来说也就是根据训练样本信息和haar特征信息，在函数内部引用icvGetTrainingDataCallback来
*分批计算正负样本的前numprecalated个haar特征值，并把计算好的特征值进行排序，最后结果存储在data->valcache之中
*/
static
void icvPrecalculat...
分类：
其他好文 时间：
2015-07-14 15:43:28
阅读次数：
162
我使用的是opencv2.4.9，安装后，我的cvboost..cpp文件的路径是........\opencv\sources\apps\haartraining\cvhaartraining.cpp，研究源码那么多天，有很多收获，opencv库真是非常强大。其中在这篇博文中我有部分注释，其他的有关知识请参考我博客http://blog.csdn.net/ding977921830?viewmo...
分类：
其他好文 时间：
2015-07-13 12:20:37
阅读次数：
337
算法流程：算法步骤如下：步骤一：数据选择和网络初始化步骤二：弱分类器预测步骤三：计算预测序列权重步骤四：测试数据权重调整步骤五：强分类函数
分类：
其他好文 时间：
2015-07-12 15:29:25
阅读次数：
131
这里先再次提出我们利用aggregation获取更好性能的Hypothesis G所涉及的方法：blending，就是在得到g_set之后进行融合；learning呢？就是在线online的获取g并融合。下面就是关于整个aggregation所涉及到的方法总结：
pic1
其中Bagging、AdaBoost我们都已经探讨，它们分别是基于uniform(voting / average)和no...
分类：
其他好文 时间：
2015-07-11 18:40:28
阅读次数：
321
我使用的是opencv2.4.9，安装后，我的cvboost..cpp文件的路径是........\opencv\sources\apps\haartraining\cvboost.cpp，研究源码那么多天，有很多收获，opencv库真是非常强大。具体内容如下：
/*M//////////////////////////////////////////////////////////////...
分类：
其他好文 时间：
2015-07-10 19:14:47
阅读次数：
213
其源码在opencv的cvboost.cpp文件之中，具体内容和部分注释如下所示：
/*
*cvTrimWeights
*作用：对小于一定阈值的权重剔除，因为权重较小的样本对训练结果影响很小，剔除后，这样在训练样本时可以缩短训练时间
*/
CV_BOOST_IMPL
CvMat* cvTrimWeights( CvMat* weights,//训练样本的权重矩阵
...
分类：
其他好文 时间：
2015-07-10 16:42:21
阅读次数：
149
CV_BOOST_IMPL
CvClassifier* cvCreateStumpClassifier( CvMat* trainData,
int flags,
CvMat* trainClasses,
CvMat* /*typeMask*/,
...
分类：
其他好文 时间：
2015-07-09 13:19:10
阅读次数：
123
本文是要配合《统计学习方法》才能看懂的，因为中间有些符号和定义是直接使用书本中的先弄明白以下三个公式：1）Boost（提升法）=加法模型（即基函数的线性组合）+前向分步算法+损失函数2）Adaboost=Boost+损失函数是指数函数（基函数可以任意）3）提升树=Boost+基函数是决策树（损失函数...
分类：
其他好文 时间：
2015-07-07 10:59:09
阅读次数：
241
三种方法都是组合方法，组合方法是使用多个分类器进行投票【构造每个分类器的样本都是通过有放回抽样得到的】1、Bagging（装袋）：k次抽样，训练k次，得到k个模型(分类器)，等权重投票2、Adaboost(提升)：【在样本抽取上做文章，按权取样本，按权投票】 1）k次抽样：每个样本被抽到的机会由其....
分类：
其他好文 时间：
2015-07-07 10:53:50
阅读次数：
226
/*
* CvBoostType
*
* 结构体CvBoostType 穷举boosting 类型
*
* 注：
* 共有四种boosting变量，这些变量都支持两分类分类器，分别如下：
* Discrete AdaBoost, Real AdaBoost, LogitBoost and Gentle AdaBoost.
* L2 (两类分类器) and LK (K 类分类器)算法更接近LogitBoost，但是在数值上比 Gentle AdaBoost更稳定
* 对于回...
分类：
其他好文 时间：
2015-07-06 16:06:46
阅读次数：
166
