基于欧氏距离分布熵的特征优化研究

• 作者: 李晓东 田静 管鲁阳 鲍明
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 改进KL距离 欧氏距离 分布熵 特征优化
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 469-473
• 页数: 5页
• 分类号: TP391.42
• 字数: 3652字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2007.03.017

摘要

针对训练样本集的分类特征优化选择问题,改进了样本可分度标准:Kullback-Leiber距离,并进行了有效性验证.在此基础上定义了欧氏距离分布熵(Distribution Entropy of Euclidian Distance DEED)这一空间分布信息度量参数,同时给出了它的计算方法.提出了"类间互欧氏距离分布熵"(between-class DEED)与"类内自欧氏距离分布熵"(within-class DEED)的分析方法.进一步将其用于样本可分性分析,验证了两者比值愈大,特征样本集可分度好这一结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓东	中国科学院声学研究所	158	1352	18.0	30.0
2	鲍明	中国科学院声学研究所	16	149	6.0	12.0
3	管鲁阳	中国科学院声学研究所	8	46	4.0	6.0
4	田静	中国科学院声学研究所	80	686	17.0	21.0