基于频度函数重采样的训练集构造方法

• 作者: 夏胜平 胡卫东 虞华 郁文贤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 训练集构造 采样定理 频度函数 重采样 临界子集
• 年，卷（期）: 2004,（18）
• 所属期刊栏目: 学术探讨
• 页码范围: 71-73,108
• 页数: 4页
• 分类号: TP391
• 字数: 4710字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.18.023

摘要

训练样本集在模式识别问题中起着重要的作用,它是分类器"知识"的基本来源,直接影响分类器的训练结果和识别系统的综合性能.为了减轻冗余数据对分类器训练和系统维护所带来的负面影响,该文在采样定理的启发下,遵循理想训练样本集所须满足的三个基本性质:遍历性、相容性和致密性,针对大数据量原始样本集,提出了一种基于频度统计重抽样手段构造精简训练样本集的方法.试验表明,该方法能够在保证分类器性能的前提下,有效减少冗余样本,降低计算代价和分类器复杂度.