计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2009年
8期
84-88
,共5页
模式识别%直推式学习%超椭球
模式識彆%直推式學習%超橢毬
모식식별%직추식학습%초타구
针对一类分类马氏椭球学习机当训练样本点比较少而待分类的样本点比较多时,分类精度不高,系统适应性不强的问题,提出直推式一类分类马氏椭球学习机.为解决上述问题,在训练过程中利用已知的训练样本点和待分类的样本点的信息,将待分类样本点逐渐加人到学习机中,并能有效地利用历史训练结果对其进行识别和分类,具有增量学习的特点.与一类分类马氏椭球学习机相比,方法能在很小的训练样本集规模下提高学习机的分类精度,从而使系统的适应性更好.仿真数据和真实数据的实验表明直推式一类分类马氏椭球学习机能大幅度地提高学习的精度.
針對一類分類馬氏橢毬學習機噹訓練樣本點比較少而待分類的樣本點比較多時,分類精度不高,繫統適應性不彊的問題,提齣直推式一類分類馬氏橢毬學習機.為解決上述問題,在訓練過程中利用已知的訓練樣本點和待分類的樣本點的信息,將待分類樣本點逐漸加人到學習機中,併能有效地利用歷史訓練結果對其進行識彆和分類,具有增量學習的特點.與一類分類馬氏橢毬學習機相比,方法能在很小的訓練樣本集規模下提高學習機的分類精度,從而使繫統的適應性更好.倣真數據和真實數據的實驗錶明直推式一類分類馬氏橢毬學習機能大幅度地提高學習的精度.
침대일류분류마씨타구학습궤당훈련양본점비교소이대분류적양본점비교다시,분류정도불고,계통괄응성불강적문제,제출직추식일류분류마씨타구학습궤.위해결상술문제,재훈련과정중이용이지적훈련양본점화대분류적양본점적신식,장대분류양본점축점가인도학습궤중,병능유효지이용역사훈련결과대기진행식별화분류,구유증량학습적특점.여일류분류마씨타구학습궤상비,방법능재흔소적훈련양본집규모하제고학습궤적분류정도,종이사계통적괄응성경호.방진수거화진실수거적실험표명직추식일류분류마씨타구학습궤능대폭도지제고학습적정도.
