论文部分内容阅读
给出一种能够接受特征及变化的动态示例学习分类方法。该方法改进了传统ID基于特征值的学习方法,其局限性在于不能理解和记忆特征的变化信息,尤其没考虑特征间的动态相关。改进后的方法能学习动态特征,接受的训练示例是特征值在一定间隔内的初值和终值,从中获取特征值及其在指定间隔的跃迁,该方法尤其能够挖掘出特征间动态相关关系。通过若干应用例子测试表明,该方法适用于具有多元动态相关特征问题的分类,在信息融合领域中有独到的用处。