...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>American journal of applied sciences >Pattern Classification: An Improvement Using Combination of VQ and PCA Based Techniques | Science Publications
【24h】

Pattern Classification: An Improvement Using Combination of VQ and PCA Based Techniques | Science Publications

机译：模式分类：结合使用基于VQ和PCA的技术进行改进科学出版物

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

> This study firstly presents a survey on basic classifiers namely Minimum Distance Classifier (MDC), Vector Quantization (VQ), Principal Component Analysis (PCA), Nearest Neighbor (NN) and K-Nearest Neighbor (KNN). Then Vector Quantized Principal Component Analysis (VQPCA) which is generally used for representation purposes is considered for performing classification tasks. Some classifiers achieve high classification accuracy but their data storage requirement and processing time are severely expensive. On the other hand some methods for which storage and processing time are economical do not provide sufficient levels of classification accuracy. In both the cases the performance is poor. By considering the limitations involved in the classifiers we have developed Linear Combined Distance (LCD) classifier which is the combination of VQ and VQPCA techniques. The proposed technique is effective and outperforms all the other techniques in terms of getting high classification accuracy at very low data storage requirement and processing time. This would allow an object to be accurately classified as quickly as possible using very low data storage capacity.
机译： >该研究首先介绍了基本分类器的调查，这些分类器是最小距离分类器（MDC），矢量量化（VQ），主成分分析（PCA），最近邻（NN）和K最近邻（KNN） 。然后考虑将通常用于表示目的的矢量量化主成分分析（VQPCA）用于执行分类任务。一些分类器达到了很高的分类精度，但是它们的数据存储要求和处理时间非常昂贵。另一方面，一些节省存储和处理时间的方法不能提供足够水平的分类精度。在这两种情况下，性能都很差。通过考虑分类器涉及的局限性，我们开发了线性组合距离（LCD）分类器，它是VQ和VQPCA技术的结合。在非常低的数据存储需求和处理时间下获得高分类精度方面，所提出的技术是有效的并且优于所有其他技术。这将允许使用非常低的数据存储容量尽可能快地对物体进行准确分类。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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