基于可分度序的函数化数据分类特征提取方法

• 作者: 万君 白志东 葛冰峰 陈英武
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 函数化数据 特征提取 小波 分类 可分度
• 年，卷（期）: 2010,（20）
• 页码范围: 89-92
• 分类号: TP311
• 字数: 5307字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.20.025

摘要

由于函数化数据的高维、高相关性特点,如何在保持其整体特性的前提下提取函数化数据的分类特征,是关系到能否有效提高分类效率和精度的关键问题.改进了当前常用的基于小波阀值法的函数化逐步降维方法,针对分类问题,借鉴信息论的思想,采用K-L可分度排序法构建了新的分类特征提取与降维规则.理论分析和实验表明,该方法能有效提取分类特征,提高分类效率、分类精度和分类稳健性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈英武	国防科技大学信息系统与管理学院	164	2331	26.0	37.0
2	葛冰峰	国防科技大学信息系统与管理学院	14	79	6.0	8.0