典型文献
基于模糊数学理论的高维小样本数据特征分类系统
文献摘要：
高维小样本数据特征分类易受到奇异性问题的影响,导致数据特征分类精准度较低.为了解决该问题,提出基于模糊数学理论的高维小样本数据特征分类系统.采用人机交互端、逻辑处理端和数据分类端,分别为系统提供交互端口、数据特征处理端口和分类端口.利用模糊数学理论方法构建类内协方差矩阵、类间协方差矩阵、总体协方差矩阵,分析高维小样本数据特征,解决高维小样本数据特征奇异性问题.引入分明函数约简高维小样本数据特征,为分类降低数据集维数.统计约简后数据,结合模糊数学理论设计分类流程,最后根据确定的数据标号构建分类模型.根据实验结果可知,该系统对5类高维数据特征的分类精准度均在85％以上,证明其具有高精准分类效果.
文献关键词：
模糊数学理论;高维小样本;数据特征;数据分类;人机交互端;逻辑处理端;数据分类端
中图分类号：
作者姓名：
徐成桂;徐广顺
作者机构：
成都理工大学工程技术学院 基础教学部,四川 乐山 614000
文献出处：
引用格式：
[1]徐成桂;徐广顺-.基于模糊数学理论的高维小样本数据特征分类系统)[J].现代电子技术,2022(23):166-170
A类：
人机交互端,逻辑处理端,数据分类端
B类：
模糊数学理论,高维小样本数据,特征分类,分类系统,奇异性,分类精准度,端口,数据特征处理,理论方法,协方差矩阵,约简,理论设计,标号,分类模型,高维数据,精准分类,分类效果
AB值：
0.130952
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
