资源简介

本人研究生阶段写文档所写的Matlab代码。 包括: 1、图片预处理; 2、特性提取:颜色、灰度共生矩阵、灰度差分、Harr-Like、等多个特征提取算法; 3、特性选择:从特征向量中选取有效的特性; 4、基础算法:AdaBoost的训练与测试; Bayes算法 5、AdaBoost的改进:Boosting, CastBoost、FloatBoost

资源截图

代码片段和文件信息

% AdaBoost 学习算法,训练过程与测试过程
% AdaBoost
% 提供AdaBoost训练与测试
% 算法来源 Robust Real-time object Detection.pdf & 一种新的adaboost快速训练算法.PDF
%
% 训练T轮将会获得第1轮至第T轮的数据包括弱假设训练错误率测试错误率等

% AdaBoost 学习算法 包括训练与测试过程
% AdaBoostClassfy            AdaBoost 学习算法 对一组样本进行分类
% AdaBoostWeakLearnerClassfy AdaBoost 弱假设对一组样本进行分类
% searchBestWeakLearner      在特征列上获得最优的阈值分类器
% trainAdaBoostLearner       AdaBoost 学习算法 训练过程
% testAdaBoostLearner        AdaBoost 学习算法 测试过程
% testAdaBoost(训练与测试)    将样本随机划分为训练集与测试集,多次训练测试AdaBoost学习算法
% AdaBoost(训练与测试)        给定训练集与测试集训练测试AdaBoost分类器

% testAdaBoost 与 AdaBoost 类似,均是先训练,而后测试
% testAdaBoost 测试多次,并且将样本集分为训练集与测试集
% testAdaBoost 通过调用 AdaBoost 函数进行多次的 AdaBoost 算法 训练与测试
% AdaBoost调用 trainAdaBoostLearner 学习分类器
%         调用 testAdaBoostLearner 测试分类器

% 输入:
% trainX  训练数据集
% trainY  训练数据集类别
% T       训练轮数
% testX   测试数据集
% testY   测试数据类标


% 输出:
% AdaBoostInfo 结构体
% 包括如下成员:
% Hypothesis        训练获取的弱分类器共T个弱分类器
%                   每个弱分类器的组成是 [阈值 偏置 特征列]
% AlphaT            每个弱分类器的权值T维向量
% trainError        在训练数据集X上第1轮至第T轮的训练错误率
% testError         在测试数据集X上第1轮至第T轮的测试错误率
% TPRate            在测试集上第1轮至第T轮的 True-Positive   比例
% FPRate            在测试集上第1轮至第T轮的 Negative-True  比例
% costTime          训练第1轮至第T轮的花费时间
%
% 2007-11-13  柳锋

function [AdaBoostInfo]=AdaBoost(trainXtrainYTtestXtestY)
[HypothesisAlphaTtrainErrorRatecostTimetrainTPRatetrainFPRate]=trainAdaBoostLearner(trainXtrainYT);
[testErrorRatetestTPRatetestFPRate]=testAdaBoostLearner(testXtestYHypothesisAlphaTT);

AdaBoostInfo.Hypothesis=Hypothesis;         % 训练获取的弱分类器
AdaBoostInfo.AlphaT=AlphaT;                 % 每个弱分类器的权值
AdaBoostInfo.trainError=trainErrorRate;     % 训练错误率
AdaBoostInfo.trainTPRate=trainTPRate;       % 训练 True-Positive Rate
AdaBoostInfo.trainFPRate=trainFPRate;       % 训练 Negative-True Rate
AdaBoostInfo.testError=testErrorRate;       % 测试错误率
AdaBoostInfo.testTPRate=testTPRate;         % 测试 True-Positive Rate
AdaBoostInfo.testFPRate=testFPRate;         % 测试 Negative-True Rate
AdaBoostInfo.costTime=costTime;             % 花费时间

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        698  2007-12-16 11:45  PreProcess\clearNaNData.m

     文件        681  2007-05-17 23:19  PreProcess\generateFlagPicture.m

     文件       1479  2007-11-09 20:20  PreProcess\LabWindowStat.m

     文件       1582  2007-05-10 09:31  PreProcess\readWindowSamples.m

     文件       1067  2007-11-09 20:47  PreProcess\sampleDistribution.m

     文件        783  2007-04-26 21:21  PreProcess\writeFlagFile.m

     文件       3278  2007-12-17 23:06  recognition\base\AdaBoostDecisionForImageBlock.m

     文件       2685  2007-12-17 23:05  recognition\base\AdaBoostDecisionForSample.m

     文件       3430  2007-11-09 19:56  recognition\base\calDetectRate.m

     文件       1864  2007-11-08 22:42  recognition\base\CalPixelFrequencyInWindow.m

     文件       2403  2007-11-22 18:31  recognition\base\dispCombineImage.m

     文件       1308  2007-11-08 20:19  recognition\base\geneStdDisImage.m

     文件       1151  2007-11-08 23:03  recognition\base\getStdDisImage.m

     文件       1216  2007-11-08 23:07  recognition\base\LabelDetectWindow.m

     文件       2239  2007-11-08 23:09  recognition\base\MultiThreshSegement.m

     文件       2180  2007-11-08 23:09  recognition\base\ThreshSegement.m

     文件       3489  2008-12-26 16:32  recognition\CankerDR\ConfuseDiseaseAreaRecognition.asv

     文件       3900  2009-03-20 10:07  recognition\CankerDR\ConfuseDiseaseAreaRecognition.m

     文件       2211  2007-11-09 20:15  recognition\dispWindowingResult.m

     文件      11817  2007-04-23 17:32  recognition\gui\OrangeDiagnose.m

     文件       1590  2007-11-30 19:00  recognition\HMax&ColorHMax\ImageBlockRecognizedByColorHMax.asv

     文件       1711  2007-11-30 19:55  recognition\HMax&ColorHMax\ImageBlockRecognizedByColorHMax.m

     文件       1853  2007-11-30 20:20  recognition\HMax&ColorHMax\ImageBlockRecognizedByHMax.asv

     文件       1883  2007-11-30 20:22  recognition\HMax&ColorHMax\ImageBlockRecognizedByHMax.m

     文件       2887  2007-11-30 20:30  recognition\HMax&ColorHMax\testColorHMaxPyramid.m

     文件       2305  2007-11-30 20:29  recognition\HMax&ColorHMax\testColorHMaxSegmentation.m

     文件       2672  2007-11-30 20:29  recognition\HMax&ColorHMax\testHMaxMoveWindowing.m

     文件       5466  2007-11-26 22:31  recognition\PyramidAnalysis\PyramidAnalysis.m

     文件       3627  2007-11-26 22:25  recognition\PyramidAnalysis\testPyramidAnalysis.m

     文件       4191  2009-02-18 13:25  recognition\testDSDetect.asv

............此处省略263个文件信息

评论

共有 条评论