目标识别中的样本选择和特征选择联合算法研究

摘要：

在目标识别中，样本及其特征的质量对于识别率的高低具有决定性的作用。通过样本选择则，可以将一些“离群点”去除，从而使分类器建立起真正有效的数学模型，避免噪声干扰可能带来的严重后果。本文提出了基于近邻法的样本选择和特征选择ReliefF联合算法，并利用KNN(K-Nearest Neighbor)分类器对该算法处理过的数据集进行分类识别实验，检验该方法的性能。

关键词： 目标识别 样本选择 特征选择 联合算法 数学模型

作者: 李娜 曾向阳

作者单位: 西北工业大学航海学院,西安 710072

会议类型: 国内会议

会议名称: 2009年上海-西安声学学会学术交流会

会议地点: 西安

会议语种:中文

页码: 43-45

在线出版日期: 2009-12-01（万方平台首次上网日期，不代表论文的发表时间）