微型电脑应用
微型電腦應用
미형전뇌응용
MICROCOMPUTER APPLICATIONS
2005年
4期
4-6,38
,共4页
张振平%宣国荣%郑俊翔%柴佩琪
張振平%宣國榮%鄭俊翔%柴珮琪
장진평%선국영%정준상%시패기
改进型LDA%分类错误率%特征选择
改進型LDA%分類錯誤率%特徵選擇
개진형LDA%분류착오솔%특정선택
LDA是目前常用的较好的特征选择方法.然而散布矩阵不同时,LDA分类效果往往不理想.本文提出一种基于分类错误率最小的改进型LDA特征选择算法,采用迭代计算使Bayes分类错误率上界最小,能取得比原LDA更好的分类效果.对高维数据提出基于PCA预处理的"快速改进型LDA特征选择"减少求解迭代计算时间.针对Marill.T.提供的典型数据和MIN-IST手写体数字库的实验证实以上论点是正确的.
LDA是目前常用的較好的特徵選擇方法.然而散佈矩陣不同時,LDA分類效果往往不理想.本文提齣一種基于分類錯誤率最小的改進型LDA特徵選擇算法,採用迭代計算使Bayes分類錯誤率上界最小,能取得比原LDA更好的分類效果.對高維數據提齣基于PCA預處理的"快速改進型LDA特徵選擇"減少求解迭代計算時間.針對Marill.T.提供的典型數據和MIN-IST手寫體數字庫的實驗證實以上論點是正確的.
LDA시목전상용적교호적특정선택방법.연이산포구진불동시,LDA분류효과왕왕불이상.본문제출일충기우분류착오솔최소적개진형LDA특정선택산법,채용질대계산사Bayes분류착오솔상계최소,능취득비원LDA경호적분류효과.대고유수거제출기우PCA예처리적"쾌속개진형LDA특정선택"감소구해질대계산시간.침대Marill.T.제공적전형수거화MIN-IST수사체수자고적실험증실이상론점시정학적.
