パターン認識における特徴選択法

スポンサーリンク

概要

論文の詳細を見る
パターン認識とは,外的基準としてパターンクラスが与えられているときに,新たに観測されたサンプルがどのバターンクラスに属するのかを定めることである.しかし,与えられたデータには,パターンクラスに分類するという意味において,有効な特徴と冗長な特徴とが含まれている.冗長な特徴を含んでいると,認識系を複雑にし,また誤識別率も高くなる.従って,冗長な特徴を省き,本質的に重要な特徴を選び出す操作,つまり特徴選択が重要である.そこで,先に量質混在の記述を許す,各パターンクラスの存在する事象を与えられた訓練集合から直接生成し,その後に特徴選択を行う方法が提案された.しかし,この特徴選択法には,パターンクラスの記述を行う上で望ましくない事象が生成された場合,識別に有効な特徴組が選択できないことがあった.本論文は,この特徴選択法の問題を解決する新たな事象生成アルゴリズムを提案する.
社団法人電子情報通信学会の論文
1994-09-26

著者

関連論文

もっと見る

スポンサーリンク