基于混合Hausdorff距離的多示例學(xué)習(xí)近鄰分類器
作者：陳澤華; 尚曉慧; 柴晶 太原理工大學(xué)信息工程學(xué)院; 山西太原030024
摘要：通過對最小和最大Hausdorff距離的分析，提出混合Hausdorff距離將它們?nèi)诤显谝黄鹨詮浹a(bǔ)任意單一Hausdorff距離的缺陷，并基于混合Hausdorff距離設(shè)計多示例學(xué)習(xí)近鄰分類器。采用近鄰分量分析模型能夠優(yōu)化混合Hausdorff距離中的權(quán)系數(shù)，從而得到在近鄰分類準(zhǔn)則下最優(yōu)的混合Hausdorff距離。結(jié)果表明：相對于任意單一Hausdorff距離，基于混合Hausdorff距離的多示例學(xué)習(xí)近鄰分類器通常能夠獲得更高的識別精度。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社。
山東工業(yè)大學(xué)學(xué)報雜志
山東工業(yè)大學(xué)學(xué)報雜志， 雙月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：研究報告、文獻(xiàn)綜述、簡報、專題研究等。于1986年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 省級期刊
- 1個月內(nèi)審核
