正则化的模糊Ho-Kashyap分类器
Ho-Kashyap算法是统计模式识别中一种有效的线性分类器的设计方法,但传统Ho-Kashyap算法存在的主要缺点是无法控制算法的推广能力.J.Leski在Ho-Kashyap算法中引入了正则化因子来控制分类器的复杂度,从而控制算法的推广能力.为体现分类面附近的样本点对分类面的影响程度,本文在MHKA算法基础上对损失函数引入了模糊性度量,实验表明:MHKA算法进一步提高了分类的能力.
模式识别 模糊数学 模糊性度量 计算机数学
周鹏 刘俊 陈蕾
南京航空航天大学计算机系(南京)
国内会议
舟山
中文
148-149
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）