一种基于层级分类策略的复杂模式识别方法

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:Fllyy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对大量复杂而亟待分类的模式类型,提出了一种基于层级分类策略的复杂模式识别方法。该方法通过选择合适的分层标志,从多侧面反映被分类对象的属性,降低了分类的复杂度,提高了分类效率。建立了层级分类策略模型以及关键性步骤,并将其应用于利用表面肌电信号识别手部动作的实验验证,通过对比是否采用此策略,进而说明了基于层级分类策略在面对复杂模式识别的有效性,为该方法的推广使用奠定了基础。
其他文献
为了进一步增强多agent联盟效用分配的合理性,提升联盟的稳定性,提出了一种基于评价因子行为等级更新的多agent联盟效用分配策略。该策略引入评价因子概念,将行为等级定性描述的agent行为因素通过既定方法量化为行为评价因子,agent完成任务的能力表示为能力评价因子,结合这两种评价因子对agent联盟的效用进行划分,并根据agent完成任务情况和是否存在欺骗行为对agent的行为等级进行更新。理
已有的矢量聚类算法需学习较多的复杂数据方可获得较好的聚类效果,而对于多维的大数据性能较弱,为此提出一种基于量化误差与分形理论的高计算效率无监督聚类算法。首先,为数据集
在基于稀疏和冗余字典的图像降噪算法的基础上,提出了一种基于非局部思想的改进图像降噪算法。与传统的基于稀疏表达的图像降噪算法K-SVD相比,提出的算法增加了一个相似块聚
SVM算法和朴素贝叶斯分类算法是对大量复杂数据分类中性能优秀的算法。然而它们的缺点使得分类效果受到了影响,而且传统的数据挖掘分类算法也无法满足对于海量数据的处理。针
针对专家给出二维语言评价信息的多准则群决策问题,提出基于证据推理和VIKOR的决策方法。该方法首先从专家的心理认知和二维语言评价信息的语义出发,定义二维语言信息的信度
为了减少传统基于RSSI(received signal strength indication,接收信号强度指示)定位算法对室内传播模型的依赖,以及简化这类算法的复杂程度,提出一种基于RSSI的移动权值定位算