BAYES分类误差逼近算法

• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: CHERNOFF界限 错误概率上界 迭代算法 BAYES误差
• 年，卷（期）: 1998,（2）
• 页码范围: 169-175
• 页数: 7页
• 分类号: TP18
• 语种: 中文

摘要

该文提出在正态分布条件下面向不同分布多类问题的BAYES分类误差逼近算法.本算法是基于上界逼近的迭代算法.BAYES错误概率上界的描述通过对最小错误概率的积分域进行分割,对不同积分域采用统计不等式及TAYLOR展开等方法实现.构造的迭代算法搜索最佳的逼近参数,减小错误概率上界的近似误差,使得上界充分逼近真实的错误概率.该算法由三重迭代组成.通过分层搜索得到错误概率上界最小的参数组.通过分析和实例表明这一迭代算法使得上界型BAYES分类误差成为简便、实用的分析手段.