具有增量学习能力的最小距离分类器

《具有增量学习能力的最小距离分类器》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华中科技大学硕士学位论文具有增量学习能力的最小距离分类器姓名：张荣申请学位级别：硕士专业：模式识别与智能系统指导教师：桑农20060508摘要目标识别技术要求分类器具有增量学习的能力，本文针对现有分类器的缺陷以及已有的增量学习算法的弱点，提出了一种改进的最小距离分类器，并给出了相应的增量学习算法。该研究为模式分类技术、目标识别等提供了重要的技术手段。本学位论文简要介绍了几种常用分类技术的增量学习算法，分析了各自的优缺点。以探索的方式提出了一种改进的最小距离分类器，可以克服量纲和类别的作用域大小对距离度量值的影响，对特征的相关性也作了考虑。在此基础上

2、提出了一种两阶段训练法：第一阶段，先进行同类别样本之间的k-均值聚类，每一类样本聚合为若干个子集，获得初步的子集中心和协方差阵；第二阶段，再进行不同类别的子集间的调整，消除了分类器内部结构的相互干扰，保证了分类器对已学习的样本有着极高的识别率。提出了基于改进的最小距离分类器的增量学习算法，在学习已有样本后，分类器能够通过不断学习新的样本来提高分类能力，并且不忘记或者尽可能不忘记已经学习过的知识，适应“只知部分不知全局”的情况和动态的环境。给出了一种简单有效的样本筛选算法，只保留具有代表性的少量样本在增量学习时帮助分类器“复习”原来的知识，保持对原有

3、样本的识别能力，大大降低了存储消耗和重新训练的计算开销。同时，生成了人工数据对分类器的增量学习能力进行了实验研究。文章最后对本学位论文进行了总结，概括了主要研究成果，认为本文提出的算法是实用有效的。关键词：模式分类;增量学习;最小距离分类器;干涉灾难;样本筛选IAbstractTheclassifierinthetechnologyoftargetrecognitionshouldhavetheabilityofincrementallearning.Inthispaper,animprovedminimum-distanceclassifierw

4、hosealgorithmsisgiveninthisthesisisraisedtoeliminatethedisadvantagesofrecentclassifierandthealgorithmsofincrementallearning,whichsuppliesimportantresearchmethodsforthefieldsofpatternclassification,targetrecognitionandsoon.Thispaperexpatiatesonbackgroundandsignificanceoftherese

5、arch,andalsopointsoutthemaintaskofthisstudy.Firstly,thepaperbrieflyintroducesthecommonalgorithmsofincrementallearningandanalysestheirdisadvantagesandadvantages.Akindofimprovedminimum-distanceclassifieristentativelyputforward,consideringthecorrelationoffeatures,whichcanovercome

6、theinfectionofthevariabledistanceinducedbydimensionandrangeofsortaction.Basedonthetheoryabove,theauthordesignsanewmethodoftrainingwhichisbranchestowsteps:inthefirststep,k-meanclusteringbetweenthesamplesofthesameclassisfirstlydone,whichcancompartmentalizethesamplesintoseveralsu

7、b-setsandgetthesub-sets’centerandthecovariancematrix;inthesecondstep,adjustingthesub-setofdifferentclassesisdonetoremovethedisturbancecausedbytheinternalstructureoftheclassifierandthatinsurestheperfectrecognitionrateforthesamplestrainedbytheclassifier.Akindofalgorithmsincremen

8、tallearningbasedonimprovedminimum-distanceclassifierhasbeende