文章摘要
吴 菲,陈迪荣.基于函数主成分的函数型数据分类研究[J].纺织大学学报,2019,32(2):
基于函数主成分的函数型数据分类研究
  
DOI:
中文关键词: 函数型数据  函数型主成分分析  特征组合  距离度量  knn
英文关键词: 
基金项目:
作者单位
吴 菲 武汉纺织大学 数学与计算机学院湖北 武汉 430200 
陈迪荣 武汉纺织大学 数学与计算机学院湖北 武汉 430200 
摘要点击次数: 655
全文下载次数: 1081
中文摘要:
      不同属性特征可以反映出数据不同的内在信息,越多的差异性特征对机器识别就更有利,但是越多的特 征数目引起数据更高复杂度。针对函数型数据最主要的函数性和导数性这两大特征,本文提出对函数型数据函数 特征、一阶导数特征和二阶导数特征的组合集成方法,然后引入函数型主成分分析的方法解决数据的复杂性问题, 最后通过函数型主成分距离度量方式,采用k近邻(knn)分类以达到分类的效果。实验分析表明了函数型主成分 分析方法与混合多特征组合距离的结合,在函数型数据分类中的有效性。
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭