首页> 中文期刊> 《中国图象图形学报》 >基于样本选择的最近邻凸包分类器

基于样本选择的最近邻凸包分类器

         

摘要

最近邻凸包分类算法址一种以测试点到各类别样本凸包的距离为分类度量的最近邻分类算法.然而,该算法的凸二次规划问题优化求解的较高的计算复杂度限制了其在较大规模数据集上的应用.本文提出一种样本选择方法--子类凸包生长法.通过迭代,选择距离选出样本凸包最远的点,直到满足终止条件,从而实现数据集的有效约简.ORL数据库和MIT-CBCL人脸识别training-synthetic库上的实验结果表明,子类凸包生长法选出的少量样本生成的凸包能够很好的表征训练集,在不降低最近邻凸包分类器性能的同时,使得算法的计算速度大为提高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号