主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020年专刊出版计划 微信服务介绍 最新一期:2019年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
石大明,舒文豪,徐睿峰.多类有重叠问题的扩张矩阵算法.软件学报,1999,10(9):989-995
多类有重叠问题的扩张矩阵算法
An Extension Matrix Algorithm for Multi-class Problem with Overlay Area
投稿时间:1998-02-13  修订日期:1998-09-24
DOI:
中文关键词:  示例学习,扩张矩阵,平均熵,势函数,手写汉字识别.
英文关键词:Learning from examples, extension matrix, average entropy, potential function, handwritten Chinese character recognition.
基金项目:本文研究得到国家863高科技项目基金资助.
作者单位
石大明 哈尔滨工业大学计算机科学与工程系,哈尔滨,150001
香港理工大学电子计算学系,香港 
舒文豪 哈尔滨工业大学计算机科学与工程系,哈尔滨,150001 
徐睿峰 哈尔滨工业大学计算机科学与工程系,哈尔滨,150001
香港理工大学电子计算学系,香港 
摘要点击次数: 2589
全文下载次数: 275
中文摘要:
      示例学习是从某一概念的已给的正例集合和反例集合中归纳产生出描述所有正例并排除所有反例的该概念的一般规则,而扩张矩阵理论将寻找正例在反例背景下所满足的公式等价为在反例矩阵上找出一条生路.该文针对多类有重叠问题,改进了原有的扩张矩阵算法,引入了基于平均熵的最短公式近似解的启发式搜索,并利用势函数估计正、反例间重叠区域的概率密度函数,从而获得类间非线性判别界面.文章将此算法应用于手写汉字识别,通过分析比较,论述了改进算法的有效性.
英文摘要:
      Learning from examples is to obtain a general rule through induction from a given set of positive and negative examples of a concept, which may describe all the positive examples, and reject all the negative examples of that concept. According to the extension matrix theory, to discover the equations which satisfy all positive examples on the background of negative examples may be considered as to find a path within the matrix of negative examples. In order to deal with the multi-class problems with overlay, an improved extension matrix algorithm has been proposed in this paper. The heuristic search based on average entropy has been used to get the approximate solutions of the shortest equation. The potential function is used to estimate the probability density function of the overlay area between positive and negative examples, so that the non-linear interfaces of the interclass areas may be obtained. The improved algorithms have been applied to handwritten Chinese character recognition and its effectiveness has been proved through comparison study and analysis.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利