基于加权最大边缘间距准则MMC的特征选择问题

• 作者: 洪振杰 董乃铭
• 来源期刊: 温州大学学报（自然科学版）
• 学科: 工学
• 关键词: 模式识别 加权MMC 边缘样本点
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 25-30
• 页数: 6页
• 分类号: TP391.41
• 字数: 2431字
• 语种: 中文
• DOI: 10.3875/j.issn.1674-3563.2014.01.004

摘要

特征选择是模式识别经典而重要的课题.由于不同类别样本之间存在边缘样本点,其分布区域互相交叉重叠,经典的MMC(Maximize Marginal Criterion)方法简单地采用最大化类中心距离,不利于样本分类.针对此问题,给出了一种基于加权最大边缘间距准则(加权MMC)并改进了的特征选择算法,该方法考虑了不同类别数据边缘样本点在模式分类中的作用,建立了基于最大边缘间距的新型特征评分准则,提高了边缘样本点在衡量特征判别能力时的作用.在公开数据集PIE和MIT-CBCL3000标准人脸图像库上进行了实验,结果表明,该算法与经典的MMC特征选择算法相比较具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪振杰	温州大学数学与信息科学学院	32	72	5.0	7.0
2	董乃铭	温州大学数学与信息科学学院	7	17	3.0	4.0