江苏省高校自然科学研究项目(04KJD520037)
- 作品数：3 被引量：22H指数：2
- 相关作者：高秀梅宋枫溪陈芳张大鹏杨静宇更多>>
- 相关机构：南京理工大学淮阴师范学院哈尔滨工业大学更多>>
- 发文基金：江苏省高校自然科学研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于最大散度差鉴别准则的自适应分类算法被引量：17
- 2006年
- 首先证明了,当类内散布矩阵非奇异时,特定参数值c_0下最大散度差的最优鉴别方向等同于Fisher最优鉴别方向；其次,给出了最大散度差分类算法的识别率随参数C变化的曲线．该曲线通常为一脉冲曲线．随着参数C的增大,识别率也逐渐增大．当参数C增大到c_0时,识别率达到最大值．另外,以往的研究成果表明：当类内散布矩阵奇异时,最大散度差鉴别准则逐步逼近大间距线性投影准则．而且,随着参数C的不断增大,最大散度差分类算法的识别率也单调增大并最终稳定到大间距线性投影分类算法的识别率上．为此,我们提出了基于最大散度差鉴别准则的自适应分类算法．新算法可以根据训练样本的特性(类内散布矩阵是否奇异)自动选择恰当的参数C．在UCI机器学习数据库上的6个数据集以及AR人脸图像数据库上的测试结果表明,自适应最大散度差分类算法具有良好的分类性能．
- 宋枫溪张大鹏杨静宇高秀梅
- 关键词：最大散度差FISHER鉴别准则自适应算法人脸识别
- 一类基于多目标规划的线性鉴别准则被引量：1
- 2008年
- 两类Fisher鉴别准则、大间距线性投影准则以及最大散度差鉴别准则都是直接用于模式分类的两类线性鉴别准则,它们的共同点是将"投影后数据的可分性达到最大的方向"作为最优投影方向。区别在于它们对数据可分性的定义有所不同。过去的研究成果表明,大间距线性投影分类器与支持向量机之间、大间距线性投影准则与最大散度差鉴别准则之间以及最大散度差鉴别准则与两类Fisher鉴别准则之间,均存在着这样或那样的联系。论文试图在以往研究成果的基础上进一步理清这些两类线性鉴别准则之间的内在关系,并建立一个统一的理论框架从而将基于投影后数据可分性的这些两类线性鉴别准则都纳入其中。
- 高秀梅陈芳宋枫溪杨健
- 关键词：多目标规划
- 特征权对贝叶斯分类器文本分类性能的影响被引量：4
- 2008年
- 在文本分类研究中,人们希望用特征权来改善文本分类效果。以最优分类器——贝叶斯分类器为基准分类器,研究了特征权对文本分类性能的可能影响。理论推导表明,就最优分类器而言,特征权不能有效提高文本分类效果。
- 高秀梅陈芳宋枫溪金忠
- 关键词：文本分类文本表示贝叶斯分类器分类器性能
