用adaboost算法实现人脸识别，包括gui的设计框图，实现人脸识别

MIT人脸库，用来训练adaboost人脸和非人脸

对AdaBoost算法进行学习后，在matlab平台下，实现AdaBoost算法。在实验中，训练样本的产生方式是：X=rand(length,2);length是样本数。即，随机产生length个点（x,y）且x、y均位于区间[0，1]。点的类别为两类：正类、负类，取值分别为+1，-1。实现方式为Y=A.^2+B.^2; Z=[(floor(Y)-0.5)*2, A, B];采用的弱分类器是决策树桩分类器，具体为：用一条垂直于x轴或者垂直于y轴的直线划分样本点。因为训练样本点的产生是二次函数的，而弱分类器是一次函数的。即用多个一次函数去模拟二次函数的功能，所以理论上是可实现的。

基于knn的adaboost.M1的实现 求分享

adaboost 演示demo（基于Matlab，学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等），动态GUI显示学习过程、vote过程等

根据adaboost的经典流程编写的算法，其中弱分类器用阈值分类器来构建。