[00073919]一种基于移动中心的分类方法
技术详细介绍
一种基于移动中心的分类方法，解决了传统最小距离分类法在真实数据上的分类效果差的问题。考虑到实际的训练数据规模都不会很大，并且训练数据的中心都会或多或少偏离真实的类别中心，这样的训练数据作为分类的模板会增大类别误判的风险。本发明在最小距离分类法的基础上设计了新的分类方法，该方法可以有效地缩小分类用模板与真实类别中心的距离，改善分类的效果。新的分类方法通过多次更新分类用模板和重复分类，使得分类后的簇中心一步步向对应的类别真实中心移动，最终与真实中心重合，此时分类的误判风险达到最低。新方法在不要求额外增加训练数据规模的前提小，充分利用训练数据和待分类数据的信息来提高分类的精度。
