確率降下法を2次形式類似度と相違度に応用したパターン認識手法
スポンサーリンク
概要
- 論文の詳細を見る
統計的パターン認識分野の中の競合学習という考え方の1つに甘利によって提案された確率降下法、PD (Probabilistic Descent)がある。片桐らはこれを可変長のベクトルデータを認識対象とするGPDに拡張した。一方、コホーネンらは類似の方式としてLVQ、LSM、ALSMを提案している。本報告はこのように種々発表されている類似の方式について考察し、それら諸方式の関係を明らかにするとともに、これまでに提案されていない方式についても考察し報告したものである。
- 社団法人電子情報通信学会の論文
- 1997-12-18
著者
関連論文
- 文書・文字認識の実用化を阻むもの
- 平均濃度近似による濃淡画像の2値化表示方式
- 球面ガウス分布から導出される部分空間法
- 確率降下法を2次形式類似度と相違度に応用したパターン認識手法
- 超球面上のガウス分布型パターン分布モデルに基づくパターン認識方式
- 部分空間法とベイズ識別の関係から導かれる新しいパターン認識方式
- 帳票上で文字との重なりを持つ罫線の除去方式
- リジェクトを考慮した競合学習のための最小識別リスク規準