基于吴方法的非线性分类器设计

作     者：聂一鸣 安向京 贺汉根 常文森 NIE Yi-ming;AN Xiang-jing;HE Han-gen;CHANG Wen-sen

作者机构：国防科技大学自动化研究所湖南长沙410073 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2007年第24卷第8期

页      码：137-140,149页

摘      要：在模式识别领域工程实际中占大多数的是非线性问题,传统的分类器设计方法是将非线性问题转化为线性问题解决,但是这样不能很好的解决日益复杂化的非线性问题。文中提出的新方法为解决非线性问题提供一个新的思路和手段。该方法立足于直接处理非线性问题的吴文俊方法,进行非线性分类器的设计。经过选择分类函数的复杂度和训练点,建立非线性方程组,使用吴方法解出这个非线性方程组,得到分类函数。使用该方法进行异或问题和鸢尾花数据的实例研究,并与神经网络方法和支持向量机方法进行比较分析。该方法是使得结构风险和经验风险总体最小化的方法,并且过程直接、简洁、运算量小。该方法尽管有不完善的部分,但是不失为有潜力发展的新方法。

主 题 词：统计模式识别 吴方法 非线性 神经网络 支持向量机文献标识码:A 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-9348.2007.08.038

馆 藏 号：203193946...