基于局部化原理和概率模型的LVQ改进算法

被引：6

作者：

叶少珍

吴鸣锐

张钹

郑文波

马少平

机构：

[1] 清华大学计算机科学与技术系智能技术与系统国家重点实验室

[2] 福州大学信息科学与技术学院

[3] 清华大学计算机科学与技术系智能技术与系统国家重点实验室北京

[4] 福州

[5] 北京

来源：

计算机学报 | 2003年 / 05期

基金：

国家自然科学基金重点项目;

关键词：

LVQ; 大规模模式识别问题; 局部化原理; 优化方法; 概率模型;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

利用局部化原理和概率模型的优化方法 ,提出一种LVQ改进算法———基于局部化原理和概率模型的LVQ算法 (LocalizationprincipleandProbabilitybasedLVQ ,LoPLVQ) .与传统LVQ算法相比 ,不仅缩短训练时间 ,而且具有较高的识别率 .实验结果表明改进算法可用来解决大规模的模式识别问题 .

引用

页码：626 / 629

页数：4