小邻域方法对数据的分类

为了由数据特征实施对数据更好的查询、图像更好的分割，提出了一种小邻域分类（ε—NC）方法．ε—NC能找出最佳的分类数量，分类时间明显减少．引入相对熵损失来限制样本图像的失真，采用可变步长搜索方法提高最小采样率搜索过程的效率；给出模糊隶属度，形成分类的有效性判断函数，减少迭代次数．采用ε—NC分类方法，对图像分割的准确率高、速度快、抗噪能力强，它对图像目标分类的准确率比传统最好的分类方法的准确率平均提高了5．65％，搜索速度提高9—12倍．