摘要
当检验数据中包含有新的类别时,传统判别分析方法所构造的分类器,无法识别这些新类别,只能将检验数据划分到学习阶段所遇到的已知类别当中,分类正确率较低。为克服这一缺陷,文章引入一种基于混合模型的动态判别分析方法,可自适应调整原有的分类器,使之能够发现新类别,并显著提高分类正确率。一个实际数据的分类结果验证了该方法的有效性。
出处
《统计与决策》
CSSCI
北大核心
2016年第16期76-77,共2页
Statistics & Decision
基金
国家自然科学基金资助项目(11471161)
南京林业大学青年科技创新基金资助项目(CX2015027)