多类模式识别的动态多叉树算法研究与实现

摘要：

研究模式识别方法.提出动态多叉树算法,用以解决实际环境中复杂的或大模式类别学习及系统动态扩展问题,该算法利用分治和局部最优原理缩小目标范围,结合整体学习方法提高识别率,模拟人脑的循序渐进学习方式,实现知识增殖和继承.可解决现有识别系统在学习新知识会破坏已有知识,需重新学习的问题.并具有较高的识别率,可有效地处理巨模式类识别的问题.该系统可以用于人脸、字符、指纹等对象的识别分类.系统的构造方法体现其通用性,性能分析表明其可行性,实验结果证明其有效性.

关键词：知识增殖、知识继承、模式识别、动态多叉树算法、相似度矩阵

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金69973002

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：115-122