少クラス分類問題における特徴選択に関する考察

若林 哲史  鶴岡 信治  木村 文隆  三宅 康二  

誌名
電子情報通信学会論文誌 D   Vol.J80-D2   No.1   pp.73-80
発行日: 1997/01/25
Online ISSN: 
DOI: 
Print ISSN: 0915-1923
論文種別: 論文
専門分野: 画像・パターン認識,コンピュータビジョン
キーワード: 
特徴選択,  特徴抽出,  正準判別分析,  主成分分析,  K-L展開,  

本文: PDF(541.3KB)>>
論文を購入




あらまし: 
正準判別分析は分散比(F比)を最大化する最も代表的な特徴選択手法であるが,クラス数以上の特徴が選択できないため,少クラスの分類問題に対する有効性に限界がある.この問題を解決するために,新しい特徴選択手法(FKL法)を提案し,手書き数字認識実験によりその有効性を評価する.FKL法は,F比を最大化する正準判別分析と,次元減少による平均2乗誤差を最小化する主成分分析(K-L展開)を特殊な場合として含む,より一般的な特徴選択手法である.正準判別分析,主成分分析,正規直交判別ベクトル法(ODV法)などとの比較実験の結果,少クラスの分類問題ではFKL法により選択された特徴量の識別力が最も高いことを示す.