10.3969/j.issn.1000-3428.2011.05.062
基于近邻距离的大规模样本集去噪与减样
在分析传统样本缩减方法局限性的基础上,提出一种距离模型及样本的类内距离和类间距离的度量方法.给出利用该距离模型进行噪声识别和样本重要性评价方法及训练样本的缩减算法.该算法剔除噪声样本,根据样本相似性、类间距离和周围被剔除样本的数目,直接从原始样本空间剔除次要样本.仿真结果表明,该距离模型偶然性小,抗噪能力强,缩减效果优于传统的样本缩减方法.
支持向量、去噪、减样、大规模样本集
37
TP181(自动化基础理论)
国家自然科学基金资助项目60273043;安徽省自然科学基金资助项目090412054
2011-05-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
184-186