基于信息增益的最优组合因子Fisher判别法

• 作者: 吴恒 吴根秀 毛临川 黄梅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 信息增益 最优组合因子 回代率
• 年，卷（期）: 2016,（19）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 94-96,145
• 页数: 4页
• 分类号: TP301
• 字数: 3025字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1501-0194

摘要

线性判别分类器是一种有效的模式分析技术，其中以Fisher判别法准则应用最广，目前已有多种改进线性提取方法。引进信息增益，建立基于信息增益的最优组合因子判别分类器，实现最优组合因子判别分类器的优化。实验结果表明优化后的分类器有效剔除了冗余因子，具有良好的分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴根秀	江西师范大学数学与信息科学学院	56	251	7.0	12.0
2	黄梅	江西师范大学数学与信息科学学院	4	9	2.0	3.0
3	吴恒	江西师范大学数学与信息科学学院	4	10	2.0	3.0
4	毛临川	江西师范大学数学与信息科学学院	3	9	2.0	3.0