您的位置: 专家智库 > >

陈静

作品数:2 被引量:0H指数:0
供职机构:国防科学技术大学电子科学与工程学院ATR国家重点实验室更多>>
发文基金:国家重点实验室开放基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇自动化与计算...

主题

  • 2篇武断
  • 2篇分类器
  • 2篇SVM
  • 1篇映射
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇自组织
  • 1篇自组织映射
  • 1篇向量
  • 1篇向量机
  • 1篇模式分类器
  • 1篇模式识别

机构

  • 2篇国防科学技术...

作者

  • 2篇夏胜平
  • 2篇陈静

传媒

  • 1篇计算机研究与...
  • 1篇第二届中国分...

年份

  • 2篇2007
2 条 记 录,以下是 1-2
排序方式:
几种典型模式识别分类器武断性的分析
尽管模式识别分类方法已经发展得比较成熟,然而,诸如反向传播算法(BP)、Bayesian方法、支持向量机法(SVM)、自组织映射法(SOM)等经典分类方法,总是具有不同程度的武断特性.所谓武断,以人而言,就是针对某个问题...
陈静夏胜平
关键词:SVM模式分类器支持向量机自组织映射
文献传递
几种典型模式识别分类器武断性的分析
2007年
尽管模式识别分类方法已经发展得比较成熟,然而,诸如反向传播算法(BP)、Bayesian方法、支持向量机法(SVM)、自组织映射法(SOM)等经典分类方法,总是具有不同程度的武断特性.所谓武断,以人而言,就是针对某个问题,若决策者依据其经验作出"自信"的判决,而该判决远远超出其经验能力的水平,甚至是完全错误的,则说其决策是武断的.同样,经典的模式分类器表现出类似的武断特性.假定某个输入的特征向量,如果分类器的精度很高但经验很低,就说它在分类时是武断的.一个典型的表象是,对一个全新的、与原有训练样本差异显著的样本,传统分类器往往决然而错误地将其分成已知的类别.很显然,分类器的武断性是一种不受欢迎的性质.对多个经典分类器武断性特点进行了深入分析.
陈静夏胜平
关键词:SVM模式识别分类器
共1页<1>
聚类工具0