基于自适应距离度量的分类器设计方法

摘要：

通过对欧氏距离度量的分析,提出了自适应距离度量.首先利用训练样本建立自适应距离度量模型,该模型保证了训练样本到相同模式类的距离最近,到不同模式类的距离最远,根据该模型建立目标函数,求解目标函数,得到最优权重.基于最小距离分类器和K近邻分类器,采用UCI标准数据库中部分数据,对提出的自适应距离度量和欧氏距离度量进行了实验比较,实验结果表明自适应距离度量更有效.

关键词：分类、最小距离分类器、K 近邻分类器、自适应距离度量、最优权重

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省高校自然科学基金05KJB5201;扬州大学校科研和教改项目KK0413160

在线出版日期：2007-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2270-2272