基于大規(guī)模數(shù)據(jù)集的模式分類器研究.pdf

1、在對大規(guī)模數(shù)據(jù)集的模式分類過程中，過多的特征及大量的訓練樣本都會引發(fā)分類的速度很慢及對計算機的內(nèi)存提出很高的要求等問題，所以在模式分類前要對數(shù)據(jù)集進行必要的數(shù)據(jù)處理：特征選擇及樣本選擇，以去除與分類不相關(guān)的冗余特征，選擇出決定分類器非線性決策面的樣本集，用簡化的訓練集來訓練分類器，以提高分類精度及減少對計算機的內(nèi)存要求。 正交設(shè)計和均勻設(shè)計是兩種常用的試驗設(shè)計方法，二者均能夠利用較少的試驗次數(shù)就可以找出因素間的最優(yōu)搭配。而支持向

2、量機能處理小樣本、具有很好的泛化能力且不受數(shù)據(jù)集維數(shù)的制約。結(jié)合三者的優(yōu)勢，本文以支持向量機為分類器，分別提出了基于正交設(shè)計和均勻設(shè)計的的特征選擇方法。根據(jù)數(shù)據(jù)集的特征數(shù)目及相應(yīng)正交表和均勻表的結(jié)構(gòu)，安排訓練、測試，最后對優(yōu)選出的特征子集檢驗，仿真結(jié)果表明，這兩種特征選擇方法均能夠去除冗余特征而且能取得比使用特征全集更高的分類率。 支持向量機的一種改進算法是簡約支持向量機(Reduced Support Vector Machi

3、ne，簡稱RSVM)，該算法在訓練集中任意選取一部分樣本作為支持向量來求解無約束優(yōu)化問題和構(gòu)造非線性決策面，相對于求解支持向量機原問題的有約束非線性規(guī)劃問題，減少了計算難度和計算時間，并且減輕了計算機的內(nèi)存需求，比標準的SVM的性能在一定程度上有所提高。但是，由于任意選取的樣本集不具有代表性，仿真結(jié)果缺乏穩(wěn)定性，因此，本文提出利用減法聚類法分別找出數(shù)據(jù)集中每類樣本的最佳聚類數(shù)目，再利用模糊C均值聚類法找出屬于每類樣本各個聚類中心的樣本點