基于局部化原理和概率模型的LVQ改进算法

• 作者: 叶少珍 吴鸣锐 张钹 郑文波 马少平
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: LVQ 大规模模式识别问题 局部化原理 优化方法 概率模型
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 短文
• 页码范围: 626-629
• 页数: 4页
• 分类号: TP18
• 字数: 4043字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2003.05.016

摘要

利用局部化原理和概率模型的优化方法,提出一种LVQ改进算法--基于局部化原理和概率模型的LVQ算法(Localization principle and Probability based LVQ, LoPLVQ).与传统LVQ算法相比,不仅缩短训练时间,而且具有较高的识别率.实验结果表明改进算法可用来解决大规模的模式识别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张钹	清华大学计算机科学与技术系智能技术与系统国家重点实验室	68	5127	32.0	68.0
2	郑文波	福州大学信息科学与技术学院	19	511	10.0	19.0
3	马少平	清华大学计算机科学与技术系智能技术与系统国家重点实验室	53	2381	23.0	48.0
4	叶少珍	清华大学计算机科学与技术系智能技术与系统国家重点实验室	62	283	9.0	14.0
8	吴鸣锐	清华大学计算机科学与技术系智能技术与系统国家重点实验室	3	105	3.0	3.0