新的可拓模式分类器研究

为了解决传统可拓模式分类器只适合用于模式类别较少和一维数据等缺点,针对可拓学中可拓距和关联函数的特点,提出了采用可拓距和关联函数新的可拓模式分类器,包括平均关联函数法、K最大关联函数法和最大关联函数法。详细介绍三种可拓模式分类器的设计步骤;并针对平均样本法、平均距离法、K近邻法、最近邻法和三种可拓模式分类器,采用二维平面数据、多维向量数据和手指静脉图像特征矩阵数据进行实验对比分析。实验结果表明:新的基于可拓距与关联函数的可拓模式分类器算法不仅可以解决模式类别较多的多维数据问题,分类效果也可以达到经典的K近邻分类器或最近邻分类器的分类水平。