辨识分类中的补充样本容量优化方法  

Optimization of virtual samples content in identification modeling

作　　者：刘君[1] 张志华[2] 崔立林[3] 

机构地区：[1]海军工程大学兵器工程系,武汉430033 [2]海军工程大学理学院,武汉430033 [3]海军工程大学振动与噪声研究所,武汉430033

出　　处：《海军工程大学学报》2011年第2期31-35,共5页Journal of Naval University of Engineering

基　　金：国家自然科学基金资助项目(50775218)

摘　　要：在对系统输出进行辨识分类建模时,当实际试验样本量不足时,工程上通常考虑利用各种信息源合理增加补充试验样本,而合理确定补充样本容量,避免过多的样本"淹没"实际系统信息,是补充样本需要考虑的关键因素之一。为此,从信息相等的角度分析补充试验样本的合理性和有效性,并在此基础上提出了基于后验分布鉴别信息的补充试验样本容量的优化原则及计算方法,最后通过试验证实,优化原则得到的补充样本能够有效提高辨识分类识别率。The difficulties existing in systematic experiments and measurements make us unable to get enough samples to guarantee a good quality of identification modeling. Instead, it is necessary to use virtual samples as a supplement from other information sources. In terms of information theory, the rationality and effectiveness of virtual samples was analyzed and the optimization rule of virtual sam- ples content proposed on the basis of information recognition of the posterior distribution of the sys- tem. An example of identification modeling was used to verify the optimization of the virtual samples content.

关 键 词：容量优化 鉴别信息 辨识分类 补充样本 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]