|
|||||
|
|
| 基于K-L变换的iris数据分类 | |
| 引用本文： | 戴奇林,杨凡.基于K-L变换的iris数据分类[J].农家参谋,2018(12). |
| 作者姓名： | 戴奇林 杨凡 |
| 作者单位： | 成都理工大学管理科学学院 |
| 摘 要： | 本文从K-L变换的思想和理论依据入手,阐述了特征提取的目的,并解释了K-L变换和主成分分析(PCA)的区别。最后,以iris数据作为样本,采用K-L变换对其进行分类,并得出结论:该变换可以将样本的显著特征抽取出来,在降低特征数据的维数减少运算量和存储量的同时,分类结果基本不受影响,甚至在某些次优分类方法(BP神经网络)下可能优于未经变换处理进行的分类。 |
| 本文献已被 CNKI 等数据库收录！ | |