解决大样本分类问题的新算法

作     者：刘道海 孙作龙 黄樟灿 

作者机构：武汉理工大学理学院湖北武汉430070 武汉理工大学自动化学院湖北武汉430070 武汉大学软件工程国家重点实验室湖北武汉430072 

基　　金：国家自然科学基金重点资助项目 (60 13 3 0 10 ) 

出 版 物：《武汉理工大学学报（信息与管理工程版）》 (Journal of Wuhan University of Technology：Information & Management Engineering)

年 卷 期：2002年第24卷第3期

页      码：25-27页

摘      要：提出了通过单维区分度确定分类信息及实现降维 ,然后通过分类器筛选出满足目标正确率的最低维数组合的一种解决大样本分类问题的新算法。实验证明 ,设计的分类器识别率高 ,算法速度快。

主 题 词：算法 大样本 分类 区分度 降维 维数组合 分类器 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.3963/j.issn.1007-144X.2002.03.007

馆 藏 号：203603755...