10.3969/j.issn.1004-3918.2005.06.044
模式识别高效决策的Monte Carlo研究
在实际应用中,一般的近邻分类器由于模式处理量过大,且难以在线和快速获得最佳近邻数等原因,而受到了限制. 本文运用Monte Carlo 方法,对设计中所涉及的模式容量和类内内间离散度等参数,进行了详尽的模拟研究. 结果表明,诸参数间存在着一定的规律性,能有效地解决模式集的大幅度压缩,和自由参数的选择问题,具有普遍的应用价值.
模式识别、Monte、Carlo模拟、近邻分类器、压缩度、离散度
23
TP391.4(计算技术、计算机技术)
河南省自然科学基金0211030300
2005-12-22(万方平台首次上网日期,不代表论文的发表时间)
共3页
929-931