特征选择和提取要素的分析及其评价

该文将统计学习理论应用于特征选择和提取方法的分析，研究了影响特征选择和提取的要素并给出了正、负边缘距离的定义和特征选择和提取的评价方法。以往的特征分类评价和分类方法多是建立在传统的统计学基础之上，前提是有足够多的样本，但当样本有限时难以获得理想的效果。该文以研究小样本统计估计和预测的理论一统计学习理论框架为指导，研究基于小样本所选择和提取的特征的分类评价，提出了衡量特征推广性能的正边缘距离概念和衡量类交叠情况的负距离概念，并在此基础上，进一步提出了特征选择和提取的最大正边缘距离评价、最小负距离评价、最小维评价和最小误识率评价。该文以相似的手写汉字的识别为例，说明所提出的定义和评价方法的实用性。