解决大样本分类问题的新算法 |
| |
引用本文: | 刘道海,孙作龙,黄樟灿.解决大样本分类问题的新算法[J].武汉理工大学学报(信息与管理工程版),2002,24(3):25-27. |
| |
作者姓名: | 刘道海 孙作龙 黄樟灿 |
| |
作者单位: | 1. 武汉理工大学,理学院,湖北,武汉,430070 2. 武汉理工大学,自动化学院,湖北,武汉,430070 3. 武汉大学,软件工程国家重点实验室,湖北,武汉,430072 |
| |
基金项目: | 国家自然科学基金重点资助项目(60133010). |
| |
摘 要: | 提出了通过单维区分度确定分类信息及实现降维,然后通过分类器筛选出满足目标正确率的最低维数组合的一种解决大样本分类问题的新算法。实验证明,设计的分类器识别率高,算法速度快。
|
关 键 词: | 算法 大样本 分类 区分度 降维 维数组合 分类器 |
文章编号: | 1007-144X(2002)03-0025-03 |
修稿时间: | 2001年12月13 |
A New Algorithm for Solving the Classifying Problem of Great Samples |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|