-
题名基于频度函数重采样的训练集构造方法
- 1
-
-
作者
虞华
胡卫东
夏胜平
郁文贤
-
机构
国防科学技术大学ATR重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2004年第18期71-73,108,共4页
-
基金
国家部委预研基金支持
-
文摘
训练样本集在模式识别问题中起着重要的作用,它是分类器“知识”的基本来源,直接影响分类器的训练结果和识别系统的综合性能。为了减轻冗余数据对分类器训练和系统维护所带来的负面影响,该文在采样定理的启发下,遵循理想训练样本集所须满足的三个基本性质:遍历性、相容性和致密性,针对大数据量原始样本集,提出了一种基于频度统计重抽样手段构造精简训练样本集的方法。试验表明,该方法能够在保证分类器性能的前提下,有效减少冗余样本,降低计算代价和分类器复杂度。
-
关键词
训练集构造
采样定理
频度函数
重采样
临界子集
-
Keywords
Training Set construction,theory of sampling,frequency histogram,re-sampling,critical subset
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
