温州大学学报（自然科学版）
溫州大學學報（自然科學版）
온주대학학보（자연과학판）
JOURNAL OF WENZHOU UNIVERSITY(NATURAL SCIENCES)
2014年
1期
25-30
,共6页
模式识别%加权MMC%边缘样本点
模式識彆%加權MMC%邊緣樣本點
모식식별%가권MMC%변연양본점
特征选择是模式识别经典而重要的课题.由于不同类别样本之间存在边缘样本点,其分布区域互相交叉重叠,经典的MMC(Maximize Marginal Criterion)方法简单地采用最大化类中心距离,不利于样本分类.针对此问题,给出了一种基于加权最大边缘间距准则(加权MMC)并改进了的特征选择算法,该方法考虑了不同类别数据边缘样本点在模式分类中的作用,建立了基于最大边缘间距的新型特征评分准则,提高了边缘样本点在衡量特征判别能力时的作用.在公开数据集PIE和MIT-CBCL3000标准人脸图像库上进行了实验,结果表明,该算法与经典的MMC特征选择算法相比较具有明显的优势.
特徵選擇是模式識彆經典而重要的課題.由于不同類彆樣本之間存在邊緣樣本點,其分佈區域互相交扠重疊,經典的MMC(Maximize Marginal Criterion)方法簡單地採用最大化類中心距離,不利于樣本分類.針對此問題,給齣瞭一種基于加權最大邊緣間距準則(加權MMC)併改進瞭的特徵選擇算法,該方法攷慮瞭不同類彆數據邊緣樣本點在模式分類中的作用,建立瞭基于最大邊緣間距的新型特徵評分準則,提高瞭邊緣樣本點在衡量特徵判彆能力時的作用.在公開數據集PIE和MIT-CBCL3000標準人臉圖像庫上進行瞭實驗,結果錶明,該算法與經典的MMC特徵選擇算法相比較具有明顯的優勢.
특정선택시모식식별경전이중요적과제.유우불동유별양본지간존재변연양본점,기분포구역호상교차중첩,경전적MMC(Maximize Marginal Criterion)방법간단지채용최대화류중심거리,불리우양본분류.침대차문제,급출료일충기우가권최대변연간거준칙(가권MMC)병개진료적특정선택산법,해방법고필료불동유별수거변연양본점재모식분류중적작용,건립료기우최대변연간거적신형특정평분준칙,제고료변연양본점재형량특정판별능력시적작용.재공개수거집PIE화MIT-CBCL3000표준인검도상고상진행료실험,결과표명,해산법여경전적MMC특정선택산법상비교구유명현적우세.
