[发明专利]基于点到局部特征空间距离的分类器模型建立方法

权利要求书

1.一种基于点到局部特征空间距离的分类器模型建立方法，其特征在于所述分类器模型建立方法的具体步骤是：

步骤一、计算任一未知类别的样本点X_i与类别为c_s的所有样本点之间的欧式距离，取所述欧式距离由小到大排列的前k个类别为c_s的样本点将所述前k个类别为c_s的样本点作为任一未知类别样本点X_i的类别为c_s的局部近邻点，构建类别为c_s的局部特征空间i表示自然数，s∈{1,2，...,L}，L表示所有样本点的类别总数；

步骤二、重复步骤一，分别从类别为c_t(t＝1,2,...,L-1)的所有样本点中，选取k个类别为c_t(t＝1,2,...,L-1)的局部近邻点(t＝1,2,...,L-1)，构建相应的类别为c_t(t＝1,2,...,L-1)的局部特征空间(t＝1,2,...L-1)，L表示所有样本点的类别总数；

步骤三、分别计算任一未知类别的样本点X_i到类别为c_j的局部特征空间的欧氏距离

D(cj)(Xi)=||Xi-f(cj)(Xi)||---(1)]]>

式(1)中：

c_j表示类别为c₁，c₂，...,c_L中的任一类，

表示任一未知类别的样本点X_i到类别为c_j的局部特征空间的投影，

f(cj)(Xi)=ΣmaimXim(cj)---(2)]]>

式(2)中：

表示任一未知类别的样本点X_i的类别为c_j的局部近邻点，a_im(m＝1,2,...,k)表示是在类别为c_j的局部特征空间内，由类别为c_j的局部近邻点所线性表示的任一未知类别的样本点X_i的线性系数，

步骤四、预测任一未知类别的样本点X_i的类别

将任一未知类别的样本点X_i到类别为c_j的局部特征空间的欧氏距离按照由小到大的顺序进行排列，选择到任一未知类别的样本点X_i具有最小欧氏距离的局部特征空间的类别，作为任一未知类别的样本点X_i的类别，其中：c_j表示类别为c₁，c₂，...,c_L中的任一类。

2.根据权利要求1所述的基于点到局部特征空间距离的分类器模型建立方法，其特征在于所述的K为大于3的自然数。