数学分类问题中非稳态波动分类模型的设计与仿真

摘要：

提出了一种基于N平均-依赖过滤和偏最小二乘方法的分类模型，基于数据序列的当前条件方差塑造数学非稳态波动模型，采用N平均-依赖数据过滤模型获取N个-依赖后验概率的均值当成分类概率，对数学非稳态波动模型进行初步分类，采用偏最小二乘方法对非稳态波动模型进行再次分类，增强模型的分类精度。实验结果说明，该种方法具有较高的抗干扰性，对非稳态波动数据分类的效率和精度都优于传统模型，具有较高的应用价值。

关键词：非稳态波动、分类模型、N平均-依赖过滤、偏最小二乘

分类号：O144(数理逻辑、数学基础)

资助基金：北京工业职业技术学院2012年院级课题bgzyky201223。

在线出版日期：2014-01-09（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：1-3