文献类型：期刊文章

作　　者：徐成桂[1] 徐广顺[1]

XU Chenggui;XU Guangshun(Basic Teaching Department,The Engineering&Technical College of Chengdu University of Technology,Leshan 614000,China)

机构地区：[1]成都理工大学工程技术学院基础教学部,四川乐山614000

出　　处：《现代电子技术》

年　　份：2022

卷　　号：45

期　　号：23

起止页码：166-170

语　　种：中文

收录情况：IC、JST、RCCSE、ZGKJHX、普通刊

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。

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  

分 类 号：TN919-34] TP391]