作用于大数据处理的级联分类器泛化设计  

Cascade classifier generalization design for big data processing

作　　者：李庭燎[1] 刘馨雨 杜宁 符垚晗 Li Tingliao;Liu Xinyu;Du Ning;Fu Yaohan(Nanjing Audit University,Nanjing,Jiangsu 211815,China)

机构地区：[1]南京审计大学,江苏南京211815

出　　处：《计算机时代》2023年第5期36-39,共4页Computer Era

基　　金：2021年江苏省大学生实践创新训练项目“基于通过MATLAB设计疲劳评价算法的驾驶员疲劳驾驶预警模型”(2021AX08006C)。

摘　　要：针对级联分类器的设计主要集中于分类器组合优化等方面,有关自动化设计研究相对较少。为了简化设计流程,设计一种方法以自动设计具有理想性能的级联分类器。这种方法不需要分别考虑每个可能的级联长度并通过最终数值优化来进一步确定每个级联长度的次优参数,而是向能够设置级联的泛化边界方向来研究,探讨如何简化级联分类器的设计流程,实现自动化设计。The design of the cascade classifier mainly focuses on the classifier combination optimization,and there are relatively few studies on the automation design.In order to simplify the design process,a method is designed to automatically design a cascade classifier with ideal performance.Instead of considering each possible cascade length separately and further determining the suboptimal parameters for each cascade length by final numerical optimization,this method is investigated in the direction of being able to set generalization bounds for the cascade,and explores how to simplify the design process of cascade classifiers and achieve automated design.

关 键 词：级联分类器 ADABOOST算法 大数据 机器视觉 ROC曲线 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]