基于K-L变换的船舶噪声特征向量的降维处理
【摘要】:正对于模式识别问题来说,特征向量的维数在某种程度上决定了识别系统的分类器设计及其硬件实现的复杂性。通常,特征向量维数的大小与模式分类器所需样本数据的多少存在某种联系,当已知模式样本数据受到限制时,特征向量维数增加,则类别间的可分离性明显下降。在特征维数增加时,要保持识别性能不变,所需的训练样本数必须成倍增加。另外,特征向量分量间的相关性或冲突会造成信息冗余,从而影响信息的合理利用,降低了系统的识别性能。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||
|
|
|||||||||||||||||||||
|