基于多元数据图表示的类别可分性研究  

Study on Sorted Separability Based on Graphical Presentation of Multivariate Data

作　　者：崔建新[1,2] 徐永红[1] 洪文学[1] 高海波[1] 

机构地区：[1]燕山大学电气工程学院,河北秦皇岛066004 [2]河北省测试计量技术及仪器重点实验室,河北秦皇岛066004

出　　处：《微计算机信息》2010年第3期21-22,55,共3页Control & Automation

基　　金：基金申请人:徐永红;项目名称:一种基于多元数据多元图形特征表示原理的模式识别新方法;基金颁发部门:国家自然科学基金委(60605006)

摘　　要：基于多元数据图表示提出以点到各分类超平面的距离来表示原来的样本点,用该方法计算的可分性判据,更能客观真实的表达样本的实际分类性能,可普遍应用于模式识别/分类的特征选择和特征提取等研究领域。数据仿真实验取得较好的分类效果。Based on the graphical presentation of the multivariate data,the distance of appointed sample to every classifier hyperplanes were presented to express the original data. It was used to compute the separability criterion and it can figure out the factual separability of the sample more impersonally and actually. And it can be used in feature selection and feature extraction of pattern recognition or pattern classification pervasively. Better performance was achieved when using this method to experiment.

关 键 词：模式识别 多元信息 特征选择 可分性判据 图表示 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]