连续型随机向量联合熵的离散方差分离估计 |
|
|
连续型随机向量联合熵的离散方差分离估计 收藏此文
全部作者 ： 齐玮 李夕海 刘代志
第一作者单位 ： 第二炮兵工程学院
论文摘要 ： 特征选择是模式识别的一个重要环节，其主要任务是剔除冗余信息，降低特征空间的维数。从信息论的角度来说，特征选择前后的两个特征空间所包含的信息量应该大致相同，也即两者的信息熵应大致相等。如果所有特征都是连续型变量，那么对应的特征向量可以看作一个连续型随机向量，因此特征空间所包含的信息量的度量便转化为连续型随机向量联合熵的估计，为此本文提出了一种“离散方差分离”估计法。该方法分为“方差分离”和“离散”两个步骤。前者通过分离“标准熵”与“标准差对数和”来避免维数灾害；后者通过各分量的“最佳分割数”来离散连续型随机向量，从而避开了联合密度估计。仿真实验表明：该方法以很低的计算复杂度，准确地逼近了理论值。
关键词 ： 连续型随机向量，联合熵估计，离散方差分离
发表日期 ： 2008年01月30日
同行评议 ： （暂时没有） 综合评价：
连续型随机向量联合熵的离散方差分离估计 来自: 免费论文网www.paper800.com
远程下载:《连续型随机向量联合熵的离散方差分离估计》论文(PDF全文)
|
|
|
|
|
|
|
