Structurization of the Covariance Matrix by Process Type and Block-Diagonal Models in the Classifier Design
Aušra Saudargienė · Lithuanian University of Health Sciences · 1999
Straipsnyje nagrinėjama imties kovariacinės matricos struktūrizavimo įtaka statistinių tiesinių klasifikatorių ir optimaliai apmokyto vienasluoksnio perceptrono mažų mokymo imčių savybėms. Analizuojama struktūrizavimo modelio parinkimo problema. Aprašyti procesų tipo bei blokiniai diagonaliniai modeliai, pritaikyti dešimčiai realių klasifikatorių uždavinių spręsti. Nauja klasifikatorių sudarymo metodika - kovariacinės matricos struktūrizavimas, duomenų transformavimas į sferinius ir vienasluoksnio perceptrono panaudojimas - daugumoje atvejų leido gauti žymų klasifikavimo klaidos sumažėjimą.