AdaBoost 是一种将“强”分类器构建为简单弱分类器的线性组合的算法。 参考： http : //staff.ustc.edu.cn/~xjchen99/teaching/ImageUnderstanding/Robust real-time face detection.ppt

matlab实现了几种经典的adaboost算法，包括boosting，gentle adaboost，real adaboost。

毕业设计论文范文源码 Face-Detection 本科毕业设计 基于Haar特征与AdaBoost算法的人脸检测的实现 ======================================== 本项目源代码遵循GPL授权许可，你可以修改并免费使用，但请保留本项目作者信息，谢谢。 论文引用格式（文章为本科毕业论文）： 贾震. 基于Haar特征与AdaBoost算法的人脸检测研究与实现[D]. 曲阜师范大学, 2016. ------博客地址------ Coding Home - 漂流瓶jz CSDN博客 新浪博客 ======================================== main.m 为主函数 里面包含训练和检测的主要操作说明和用法。 ======================================== 实验过程： 实验结果; ======================================== 训练样本： MIT人脸数据库 样本尺寸：20*20px 样本个数：5971个样本，其中人脸样本为2429个 faces文件夹 包含人脸

adaboost的几个Python例子，包含训练数据，测试数据，Python代码，下载即可运行

机器学习实战(第七章-利用AdaBoost元算法提高分类性能-所有代码与详细注解-python3.7) 机器学习实战(第七章-利用AdaBoost元算法提高分类性能-所有代码与详细注解-python3.7)

1.去掉了所有动态分配内存的操作，对嵌入式系统有一定的速度提升 2.注释覆盖了大量关键代码 3.减少了代码一半的体积，并且减少了部分健壮性的代码，速度比OpenCV源码提升16% 4.修改了大量数据结构，不依赖CV源码直接编译 5.去掉了double型，改成Int 6.开方改成查表 7.除法改成乘法加位移

包含基于adaboost和haar特征进行检测的原理论文（经过选择觉得比较好的）。以及opencv中如何利用上述原理进行haar+adaboost训练检测数据的源代码（已建成project）。结合看可以加深对adaboost的理解及应用。

之前自己训练的几个haar like+ adaboost车辆识别xml文件，里面有好几个，效果还过得去，感兴趣的朋友可以下载尝试

代码中包含训练，测试，数据，demo演示等程序，非常值得初学者学习。

本文采用经验模式分解（EMD）和BP_AdaBoost神经网络对油价进行建模。 基于这两种方法的优势，我们通过使用它们来预测油价。 在一定程度上有效地提高了短期价格预测的准确性。 将该模型的预测结果与ARIMA模型，BP神经网络和EMD-BP组合模型的结果进行比较。 实验结果表明，EMD和BP_AdaBoost模型的均方根误差（RMSE），平均绝对误差（MAE），平均绝对百分比误差（MAPE）和Theil不等式（U）均低于其他模型，并且组合模型具有更好的预测精度。