一种快速非参数核密度模型及其应用.pdfVIP

第45卷第 2期 兰州大学学报 (自然科 学版) Vo1．45NO．2 2009年 4月 JournalofLanzhouUniversity(NaturalSciences) Apr．2009 文章编号：0455—2059(2009)02—0132—06 一 种快速非参数核密度模型及其应用 员永生 ，常庆瑞 ，杨为民。 (1．西北农林科技大学 资源环境学院，陕西 杨凌 712100； 2．西南林学院计算机科学系，昆明 650224) 摘 要：基于快速高斯变换，提 出并建立了一个多维非参数核密度估计监督学习模 型并且评估它的性 能，为未知分布试验数据的预测和拟合以及土地利用 ／覆盖变化监测 中多维影像数据的预测和识别提 供科学依据．给定M 个输入特征 向量，对应第J类 的容量为 Ⅳ的训练样本，直接计算的贝叶斯核密度 模型复杂度为O(M ×N)，而本文提出的核密度模型复杂度接近O(M +Ⅳ)，实现了一个高效的基于快 速高斯变换 的多维非参数监督学习模型和计算信息处理系统．结果表明：提 出的模型预测识别精度与 支持向量机分类基本一致，速度更快适合大规模 的数据处理，有效降低 了维数和计算复杂度诅咒． 关键词：光滑核函数；图像识别；快速高斯变换 中图分类号：TP391．4；TP751．1 文献标识码：A N ew multivariablenonparam etrickerneldensity estimation m odeland itsapplication YUAN Yong—sheng，CHANGQing-rui，YANGWei—min (1．CollegeofResourcesandEnvironments，NorthwestAgricultureandForestryScienceandTechnologyUniversity Yangling712100，Shaanxi，China； 2．DepartmentofComputerScienceandTechnology，SouthwestForestryCollege，Kunming650224，China) Abstract：Anefficientmulti—variablekerneldensityestimationmode1wasconstructedforsupervisedclas— sification basedon improvedfastGaussian transofrmation．Theproposedmethod can beusedofrmulti- dimensionalimagedataforthemonitoringoflanduse／coverorforpredictingunknowndensitydistribution datasets．GiventhesummationofamixtureofM GaussianatNjevaluationpointsinJthcategory，atfirst， theoriginalkerneldensitymodelwasdesignedandthecomputationalcomplexitywasashighasO(M ×』v1 underdirectcomputation．Then，in contrastwith theofrmermodel，theproposedmode1achieved acom— plexityclosetoO(M +N)usingtheimprovedfastGaussiantransformation．Finally,theefficientmodel and computationsystem wereestablishedbasedon amulti-variablekerneldensityestimation．Theresults show tha