解决大样本分类问题的新算法

• 作者: 刘道海 孙作龙 黄樟灿
• 来源期刊: 武汉理工大学学报(信息与管理工程版)
• 学科: 工学
• 关键词: 大样本 分类 区分度 降维 维数组合
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 25-27
• 页数: 3页
• 分类号: TP73.87
• 字数: 2745字
• 语种: 中文
• DOI: 10.3963/j.issn.1007-144X.2002.03.007

摘要

提出了通过单维区分度确定分类信息及实现降维,然后通过分类器筛选出满足目标正确率的最低维数组合的一种解决大样本分类问题的新算法.实验证明,设计的分类器识别率高,算法速度快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙作龙	武汉理工大学自动化学院	3	33	2.0	3.0
2	黄樟灿	武汉大学软件工程国家重点实验室	9	127	6.0	9.0
3	刘道海	武汉理工大学理学院	7	57	2.0	7.0