一种有限存贮资源下的增量学习分类方法

    公开(公告)号:CN101604394A

    公开(公告)日:2009-12-16

    申请号:CN200810246315.9

    申请日:2008-12-30

    Abstract: 本发明提供了一种有限存贮资源下的增量学习分类方法,属于模式识别技术领域。该方法采用最小距离分类器,具体为:首先对新样本预分类,将预分类正确的新样本添加到分类器相应子集中,将预分类错误的新样本添加到错误样本集合中,对错误样本集合中的样本进行K-均值聚类。然后分别为分类器和错误样本集合中的各子集筛选代表样本,筛选后将错误样本集合中的子集添加到分类器中,更新分类器,最后采用更新的分类器对新样本分类。本发明通过代表样本的筛选既保存已学习知识,又获取新知识,在降低存储开销和计算开销的基础上具有较高的样本识别准确率。

Patent Agency Ranking