基于加权最大边缘间距准则MMC的特征选择问题 |
| |
引用本文: | 董乃铭,洪振杰.基于加权最大边缘间距准则MMC的特征选择问题[J].温州大学学报(社会科学版),2014(1):25-30. |
| |
作者姓名: | 董乃铭 洪振杰 |
| |
作者单位: | 温州大学数学与信息科学学院 |
| |
基金项目: | 浙江省研究生创新活动计划(YK2010093) |
| |
摘 要: | 特征选择是模式识别经典而重要的课题.由于不同类别样本之间存在边缘样本点,其分布区域互相交叉重叠,经典的MMC(Maximize Marginal Criterion)方法简单地采用最大化类中心距离,不利于样本分类.针对此问题,给出了一种基于加权最大边缘间距准则(加权MMC)并改进了的特征选择算法,该方法考虑了不同类别数据边缘样本点在模式分类中的作用,建立了基于最大边缘间距的新型特征评分准则,提高了边缘样本点在衡量特征判别能力时的作用.在公开数据集PIE和MIT-CBCL3000标准人脸图像库上进行了实验,结果表明,该算法与经典的MMC特征选择算法相比较具有明显的优势.
|
关 键 词: | 模式识别 加权MMC 边缘样本点 |
本文献已被 CNKI 等数据库收录! |
|