模式识别高效决策的Monte Carlo研究

• 作者: 仇红娟 张鹏 邱道尹
• 来源期刊: 河南科学
• 关键词: 模式识别 Monte Carlo模拟 近邻分类器 压缩度 离散度
• 年，卷（期）: 2005,（6）
• 页码范围: 929-931
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1004-3918.2005.06.044

摘要

在实际应用中,一般的近邻分类器由于模式处理量过大,且难以在线和快速获得最佳近邻数等原因,而受到了限制. 本文运用Monte Carlo 方法,对设计中所涉及的模式容量和类内内间离散度等参数,进行了详尽的模拟研究. 结果表明,诸参数间存在着一定的规律性,能有效地解决模式集的大幅度压缩,和自由参数的选择问题,具有普遍的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱道尹	华北水利水电学院科研处	94	815	14.0	26.0
2	张鹏		7	7	2.0	2.0
3	仇红娟		1	0	0.0	0.0