模式分類中數(shù)據(jù)選擇方法的研究.pdf

1、在模式識(shí)別中，數(shù)據(jù)選擇越來(lái)越重要，對(duì)識(shí)別的效果起著很關(guān)鍵的作用，尤其是邊界數(shù)據(jù)、冗余數(shù)據(jù)、雜質(zhì)數(shù)據(jù)對(duì)分類效果的影響，它大大降低了樣本識(shí)別率，成為實(shí)際問(wèn)題中亟待解決的難題。本文針對(duì)邊界數(shù)據(jù)、冗余數(shù)據(jù)、雜質(zhì)數(shù)據(jù)三種數(shù)據(jù)，對(duì)兩種已有的方法進(jìn)行了拓展，并給出了一種新的數(shù)據(jù)選擇的方法，主要研究成果可歸納如下：
　　 1．K近鄰法通常是按照樣本之間的距離來(lái)選擇K個(gè)近鄰，本文用特征分量來(lái)選擇K個(gè)近鄰，該方法的優(yōu)點(diǎn)是按照分量來(lái)找K個(gè)近鄰，而不是

2、用整體樣本來(lái)找K個(gè)近鄰，避免了樣本中某一分量的負(fù)面影響。
　　 2．在剪輯近鄰法中通常涉及到兩個(gè)集合：測(cè)試集和參考集，本文通過(guò)相互變換兩個(gè)集合對(duì)剪輯近鄰法進(jìn)行了拓展，改進(jìn)了原來(lái)的剪輯近鄰法，在很大程度上提高了樣本識(shí)別率。
　　 3．為了去除冗余的數(shù)據(jù)，保留穩(wěn)定的或者可靠的數(shù)據(jù)，我們提出了一種新的方法來(lái)完成樣本選擇的過(guò)程。其主要思想是用K均值聚類方法先將樣本分成C類，然后在比較新舊兩類樣本集，并取出它們的各自公共元素（樣本