×

模式识别的统计方法。PREDITAS系统的理论和实际解决方案。 (英语) 兹比尔0752.68070

Kybernetika 27,补编第1-6号,78页(1991年)。
分类被视为模式识别的首要目标。在从现实生活中解决问题时,有许多相关的问题需要仔细注意:训练集质量的评估、特征选择和降维、分类错误的估计、根据测试结果对解的各个阶段进行迭代修正,最后,尽可能将特征选择与分类器设计联系起来。为了为所有这些相互关联的问题提供一个复杂的解决方案,设计了PREDITAS(模式再认知和不可知TAsk解算器)软件包。它是基于理论和启发式程序的组合,包含了来自不同应用领域专家的尽可能多的要求和建议。本文介绍了所用方法和算法的理论背景,以及它们的推理和一些应用实例。

MSC公司:

68吨10 模式识别、语音识别
62H30型 分类和区分;聚类分析(统计方面)

软件:

PREDITAS公司

参考文献:

[1] T.W.Anderson:多元统计分析导论。约翰·威利,纽约,1958年·Zbl 0083.14601号
[2] G.Biswas A.K.Jain,R.Dubes:投影算法的评估。IEEE传输。模式分析。机器智能。3 (1981), 701-708.
[3] S.Bláha P.Pudil,R.Pecinovskí:按顺序判别规则进行分类,并按判别能力进行优化。戴安娜会议记录-法官会议。分析。,CIuster分析。以及其他数据分类方法,Liblice 1982年,第277-284页。
[4] S.Bláha,P.Pudil:通过模式识别解决诊断问题的一般方法。问题控制通知。理论13(1984),3192-208·Zbl 0543.68072号
[5] S.Bláha,P.Pudil:PREDITAS系统及其在计算机辅助医疗决策中的应用。《医疗决策:诊断策略和专家系统》(J.H.Van Bemmel,F.Grćmy,J.Zvárová,North-Holland,阿姆斯特丹,1985年,第215-218页)。
[6] S.Bláha J.Novovičová,P.Pudil:通过PREDITAS程序系统解决模式识别问题。第L部分:二分法分类——理论背景,TIA采SAV第1549号研究报告,布拉格,1988年。
[7] S.Bláha J.Novovičová,P.Pudil:通过PREDITAS程序系统解决模式识别问题。第二部分:特征选择和提取原则及使用方法。1988年布拉格TIA采SAV第1555号研究报告。
[8] S.Bláha J.Novovičováan P.Pudil:利用PREDITAS程序系统解决模式识别问题。第三部分:基于样品的分类程序。1989年布拉格TIA采SAV第1593号研究报告。
[9] S.Bláha P.Pudil,F.Patočka:PREDITAS程序系统及其在地质学中的应用(捷克语)。《地质学数学方法国际研讨会论文集》,1989年,第6-17页。
[10] 周星驰:使用决策函数的最佳字符识别系统。IRE事务处理。电子计算机EC-6(1957),6247-254。
[11] 周星驰:最佳状态?识别错误并拒绝权衡。IEEE标准?ans.通知。理论IT-16(1970),141-46·Zbl 0185.47804号 ·doi:10.1109/TIT.1970.1054406
[12] T.M.Covi,J.M.Van Campenhout:关于测量选择问题中的可能顺序。IEEE传输。系统、Man Cybernet。7(1977),第657-661页·Zbl 0371.62036号
[13] H.P.Decell,L.T.Guseman:应用的线性特征选择。模式识别11(1979)55-63·Zbl 0412.62040号 ·doi:10.1016/0031-3203(79)90029-3
[14] P.A.Devijver,J.Kittler:模式识别-统计方法。普伦蒂斯·霍尔(Prentice-Hall),恩格尔伍德悬崖(Engelwood Cliffs),1982年·Zbl 0542.68071号
[15] R.Dubes,A.K.Jain:探索性数据分析中的聚类方法学。《计算机进展》19,学术出版社,1980年,纽约。
[16] R.O.Duda,P.E.Hart:模式分类和场景分析。J.Wiley,纽约,1973年·Zbl 0277.68056号
[17] B.埃夫隆:引导方法。再看一下折刀。安。统计师。7 (1979), 1 - 26. ·Zbl 0406.62024号 ·doi:10.1214/aos/1176344552
[18] B.埃夫隆:折刀、引导和其他重新采样计划。工业和应用数学学会,费城,1982年·Zbl 0496.62036号
[19] R.A.Fisher:在分类问题中使用多重测量。《优生学年鉴》7(1936),第二部分,179-188。
[20] R.A.Fisher:研究人员的统计方法。哈夫纳,纽约,1963年·联合表格64.0544.03
[21] D.H.Foley:样本和特征大小的考虑:IEEE Trans。通知。理论IT-18(1972),5618-626·兹比尔0242.68058 ·doi:10.1109/TIT.1972.1054863
[22] 傅家祥:《模式识别的应用》(傅家祥,CRC出版社,1982年)。
[23] 傅家俊:走向句法和统计模式识别统一的一步。IEEE传输。模式分析。机器智能。8, (1986), 398-404. ·Zbl 0589.68062号 ·doi:10.1109/TPAMI.1986.4767800
[24] K.Fukunaga,R.R.Hayes:分类器设计中样本大小的影响。IEEE传输。模式分析。机器智能。11 (1989), 8, 873-885.
[25] K.Fukunaga,R.R.Hayes:分类器性能评估。IEEE传输。模式分析。机器智能。11 (1989), 10, 1087-1101.
[26] N.Glick:基于样本的分类程序,源自密度估计器。J.Amer。统计师。协会67(1972),116-122·Zbl 0241.62039号 ·doi:10.2307/2284709
[27] L.F.Guseman,Jr.,H.F.Walker:关于最小化线性特征选择的误分类概率。JSC国际技术说明JSC-08412,德克萨斯州休斯顿约翰逊航天中心,1973年8月。
[28] L.F.Guseman,Jr.,H.F.Walker:关于最小化线性特征选择的误分类概率:计算过程。搜索Oii。Marcel Dekker,纽约,1975年。
[29] L.F.Guseman,Jr.B.C.Peters Jr.,H.F.Walker:关于最小化线性特征选择的误分类概率。安。统计师。3 (1975), 661. ·Zbl 0303.62048号
[30] D.J.Hand:错误率估计的最新进展。模式识别信函。4(1986),第335-346页。
[31] M.M.Kalayeh,D.A.Landgrebe:预测训练样本的需求数量。IEEE传输。模式分析。机器智能。5 (1983), 664-667.
[32] L.Kanal:1968-1974年模式识别中的模式。IEEE传输。通知。理论IT-18(1974),618-626·Zbl 0286.68055号 ·doi:10.1109/TIT.1974.1055306
[33] L.Kanal,B.Chandrasekar:关于统计模式分类中的维度和样本量。模式识别3(1971),225-234。
[34] P.A.Lachenbruch:判别分析。哈夫纳出版社,伦敦,1975年·Zbl 0354.62050号
[35] P.A.Lachenbruch,R.M.Mickey:鉴别分析中误差率的估计。技术计量学70(1968),1,1-11。
[36] P.M.Lewis:识别系统中的特征选择问题。IRE事务处理。通知。理论8(1962),171-178·Zbl 0099.34505号
[37] W.Malina:关于特征选择的扩展Fisher标准。IEEE传输。模式分析。机器智能。3 (1981), 611-614.
[38] T.Marill,D.M.Green:关于受体在识别系统中的有效性。IEEE传输。通知。理论9(1963),1,11-17。
[39] P.M.Narendra,K.Fukunaga:用于特征子集选择的分支定界算法。IEEE传输。计算。26 (1977), 917-922. ·Zbl 0363.68059号 ·doi:10.1109/TC.1977.1674939
[40] 尼尔森:《学习机器——可训练模式分类系统的基础》。McGraw-Hiü,纽约,1965年·Zbl 0132.12005号
[41] R.PecinovskóP.Pudil,S.BIáha:基于区分能力度量的序列特征选择算法。DIANA会议记录-关于离散。分析。,聚类分析。和其他数据类方法。,Liblice,1982年,第277-284页。
[42] P.Pudil,S.Bláha:通过判别分析方法选择特征的有效性评估。模式识别14(1981),第1-6、81-85号。
[43] P.Pudil,S.Bláha:解决态势识别问题的全球方法。第四届大尺度系统分析数学方法格式研讨会,Liblice,1982年5月(J.Beneš,L.Bakule.Academia,Praha 1983,第405-418页)。
[44] P.Pudil S.Bláha,J.Novovičová:PREDITAS——解决模式识别和诊断问题的软件包。模式识别-BPRA第四届国际会议论文集。模式识别会议,剑桥,1988年(J.Kittler。(计算机科学讲稿301。)柏林-海德堡-纽约,1988年,第146-152页。
[45] P.Pudil S.Bláha,Z.Pertold:利用PREDITAS系统对地球化学数据进行岩石类型识别的重要性分析(捷克语)。《地质学数学方法国际研讨会论文集》,1989年,第119-125页。
[46] G.Sebesyen:模式识别中的决策过程。麦克米兰,纽约,1962年·Zbl 0108.13903号
[47] G.T.Toussant:关于错误分类估计的参考文献。IEEE传输。通知。理论IT-20(1974),4472-479·Zbl 0302.68103号 ·doi:10.1109/TIT.1974.1055260
[48] 渡边捷昭:Karhunen-Loève扩展和因子分析。事务处理。第四届布拉格信息理论大会,1965年。学院,布拉格,1967年,第635-660页。
[49] W.G.Wee:自适应多类模式分类的广义逆方法。IEEE传输。计算。17 (1968), 1157-1164. ·Zbl 0181.22504号 ·doi:10.1109/TC.1968.226881
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。