最小距離分類

最小距離分類

正文

按照模式與各類代表樣本的距離進行模式分類的一種統計識別方法。在這種方法中，被識別模式與所屬模式類別樣本的距離最小。假定c 個類別代表模式的特徵向量用R1,…,Rc表示,x是被識別模式的特徵向量，|x-Ri|是x與Ri(i＝1,2,…,c)之間的距離，如果|x-Ri|最小，則把x分為第i類。在更複雜的情況下可以用各類的代表樣本集合，而不僅僅是用一個樣本作為最小距離分類的基礎(見近鄰法分類)。進行最小距離分類首先要為每個類別確定它的代表模式的特徵向量，這是用這種方法進行分類效果好壞的關鍵。各類代表特徵向量可以根據所研究對象的物理、化學、生物等方面的機理來確定，常用的方法是收集各類樣本，用各類樣本特徵向量的平均向量作為各類代表模式的特徵向量。其次要選擇一種確定的距離度量以計算被識別模式與各類代表模式特徵向量之間的距離。常用的距離有歐幾里得距離、絕對值距離等。

配圖

相關連線