为了提高神经网络对手写数字的识别率,基于Adaboost思想改进Adaboost-BP二分类算法,实现用于多分类的Adaboost-BP算法,提高了神经网络对手写数字的识别率。改进了"弱"分类器权重值的计算公式,将权重值归一化处理的步骤放到"弱"分类器迭代训练完成之后,"强"分类器的构成不使用符号函数而是直接计算分类结果。实验数据采用MNIST手写数据库,实验结果显示改进的Adaboost-BP算法构造出的"强"分类器分类结果正确率明显高于"弱"分类器。改进的Adaboost-BP算法可明显提高手写数字识别正确率。
