[发明专利]一种基于特征尺度和子类分裂的分类器

权利要求书

1.一种基于特征尺度和子类分裂的分类器，其特征在于：

训练和识别的步骤如下：

S1、输入所有训练样本的特征矢量和类别名；计算每个特征在所有样本上的范围长度R_f＝max_sX_s，f-min_sX_s，f，其中X_s，f表示第s个样本的第f个特征值；然后对于R_f等于或接近0的，也即R_f≤δ_f,设置该特征权值w_f＝0，当作无效特征,否则设置w_f＝1，其中δ_f是一个远比特征值域长度小的正数；

S2、将每个类看作一个子类，对每个子类计算样本特征中心C_b，f和样本特征尺度首先计算出样本特征中心再计算样本特征尺度其中N为该子类的样本总数，X为特征值，b为子类序号，s为样本序号，p为正整数；

S3、计算每个有效特征的特征尺度下界L_f，可选择以下两种方式之一进行计算，但如果平均每一类的不同特征的样本数<2,只能使用步骤S31的方式计算：

S31、L_f＝β_fR_f，其中0＜β_f≤0.1，β_f的值需手动调试或者使用经验值；

S32、L_f＝μ_fM_f，其中0.001≤μ_f≤100,M_f为所有子类上的样本特征尺度去掉的那些值后进行排序，中值即为M_f；如果每个类的样本充足或者类内样本形态多样，μ_f的取值就小些，反之μ_f的取值就大些；

然后对属于同一种的多个有效特征的L_f要平均后再赋给它们；无效特征的L_f可以赋值任意一个正数即可；

S4、计算特征尺度S_b，f：如果样本特征尺度则令特征尺度S_b，f＝L_f,否则令如果每个类的样本都是单一的，也即任何两个类内样本比类间样本更相似，可以跳过步骤S5；

S5、子类分裂：

先给出计算公式：偏离度为其中X为目标的特征矢量，f为特征序号，X_f为序号为f的特征值，也即X的第f个分量，F为特征总数；偏离度比值为其中o为本子类的序号，i为异类样本所属子类的序号，X为异类样本的特征矢量，而另外要建立一个随偏离度比值增大而减小的分裂度函数E(K)，要满足K值在3的附近快速下降，其它区间慢降，K≥6时基本降到接近0；

对每个子类，如果样本数多于一个，收集偏离度比值小的异类样本，统计这些异类样本对该子类的分裂度，如果达到或超过给定的阈值(这个阈值可通过测试来获得，基本是通用的)，对该子类分裂为两个及以上的新子类，分裂的原则是使每个子类内的样本更相近；再按步骤S2中的方式对新子类计算各自的样本特征中心C_b，f、样本特征尺度和特征尺度S_b，f；分裂后的子类也要执行本步检测和决定是否需要继续分裂；

S6、输入待识别目标的特征矢量，要求特征类型与训练样本的一致，计算该特征矢量到各个子类的偏离度，得到偏离度最小的那个子类的所属类就是识别到的类。

2.权利要求1所述的分类器，其特征在于步骤S5中：分裂子类时可采用以下简单的方式：设本子类的序号为o，先找出这个比值最大的f，然后在本子类的第f个特征的样本均值处分开；X_o，s，f＞C_o，f的样本作为一个子类的样本，剩余的作为另一个子类的样本。

3.根据权利要求1所述的分类器，其特征在于：

对于周期性特征，可以使用更准确的计算方式：在步骤S1中输入周期特征的周期值；在步骤S2中,计算一个类的特征中心C_b，f和样本特征尺度时，需要计算两组：设周期值为T，一组是将所有的样本中的该特征值全部设置到[0，T)区间，计算特征中心和样本特征尺度，另一组是全部设置在[-T/2,T/2)区间进行计算；最后选择样本特征尺度小的那组，并将特征中心设置到[0，T)区间；在计算偏离度时，先将该特征值X_f设置到[0，T)区间，计算距离Dis＝|X_f-C_b，f|,如果Dis>T/2,则令Dis＝T-Dis，然后将Dis的值取代偏离度计算公式中的|X_f-C_b，f|这一部分即可。