|
|
|
| 论文题目 |
基于欧氏距离分布熵的特征优化研究 |
| 论文题目（英文） |
|
| 作者 |
鲍明 |
| 发表年度 |
2007 |
| 卷 |
35 |
| 期 |
3 |
| 页码 |
469-473 |
| 期刊名称 |
电子学报 |
| 摘要 |
针对训练样本集的分类特征优化选择问题,改进了样本可分度标准:Kullback-Leiber距离,并进行了有效性验证.在此基础上定义了欧氏距离分布熵(Distribution Entropy of Euclidian Distance DEED)这一空间分布信息度量参数,同时给出了它的计算方法.提出了"类间互欧氏距离分布熵"(between-class DEED)与"类内自欧氏距离分布熵"(within-class DEED)的分析方法.进一步将其用于样本可分性分析,验证了两者比值愈大,特征样本集可分度好这一结论. |
| 摘要_英文 |
|
|
|
|
