计算机工程与应用

2020, v.56;No.965(22) 148-153

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

动态特征空间的超球体分类算法
Hypersphere Algorithm for Classification on Dynamic Feature Space

杜淼;余勤;雒瑞森;

摘要(Abstract):

在模式识别中,样本在特征空间被直接用作分类或被核函数映射至更高维空间分类。为了提高分类效果,一般使用更好的分隔面和更有效的特征空间。提出了一种使用神经网络寻找到更有效特征空间的动态超球体算法(Dynamic Hypersphere Algorithm,DHA)。DHA采用了动态的特征变换,通过满足优化超球体的条件获得更有效的特征空间,最终通过欧氏距离得到分类结果。在标准数据集上实验证明了DHA能够通过动态的特征变换寻找到有效特征空间,从而获得更好的分类效果。为了进一步证明特征空间的有效性,将DHA应用到MNIST手写体,通过减少训练样本并且将原样本由784维降至10维获得了90.18%的识别率,在不平衡手写体中也获得了较好的效果。

关键词(KeyWords): 神经网络;动态特征空间;动态超球体;标准数据集;MNIST手写体

Abstract:

Keywords:

基金项目(Foundation): 校企合作项目(No.17H1199,No.19H0355)

作者(Author): 杜淼;余勤;雒瑞森;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享