[00050310]一种基于ELM的多类Adaboost集成学习方法
技术详细介绍
摘要：本发明公开了一种基于ELM的多类Adaboost集成学习方法，具体包括以下几个步骤：ELM方法、多类Adaboost方法、LBP方法，此外还通过使用PCA方法来局部替换做测试。本发明将ELM方法作为基础分类器，由于其运算简便快速以及良好的性能，与现有的经典方法相比，本申请的方法可以直接应用于多分类问题。通过人脸数据集的对比实验，实验结果表明，本方法可以使预测的分类结果更加稳定，还具有良好的泛化性能。
摘要：本发明公开了一种基于ELM的多类Adaboost集成学习方法，具体包括以下几个步骤：ELM方法、多类Adaboost方法、LBP方法，此外还通过使用PCA方法来局部替换做测试。本发明将ELM方法作为基础分类器，由于其运算简便快速以及良好的性能，与现有的经典方法相比，本申请的方法可以直接应用于多分类问题。通过人脸数据集的对比实验，实验结果表明，本方法可以使预测的分类结果更加稳定，还具有良好的泛化性能。
