最近特征分類器的研究與改進.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、目前在模式識別的分類過程中,基本上都需要利用分類器把待分類數(shù)據(jù)進行分類,在這個分類過程中,分類器起到了決策機制的作用,對最終的類別判別非常關鍵,分類器性能的優(yōu)劣也將直接關系到模式識別的好壞。在模式識別中常用的幾種分類器,包括人工神經(jīng)網(wǎng)絡、支持向量機、Adaboost分類器和最近鄰分類器等。
　　本文對模式識別的研究主要是通過對最近特征分類器進行改進。最近特征分類器是在非常經(jīng)典的最近鄰分類器的基礎上,通過幾何特性進行擴展有限的標準樣

2、本的個數(shù)來達到比較好的識別性能。目前比較具有代表性的最近特征分類器大概包括三個。分別是最近特征線分類器(Nearest Feature Line, NFL)、最近特征面分類器(Nearest Feature Plane, NFP)和最近特征空間分類器(Nearest Feature Space, NFS)。但是最近特征線、最近特征面和最近特征空間都存在擴展不精確和高計算復雜度的缺點,針對這些缺點本文提出了幾種改進算法。
　　本文主

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論