クラス毎の最近傍プロトタイプとそのk近傍のプロトタイプにおけるノルム平均に基づく最近傍決定則によるパターン識別手法

摘要

線形分離不可能なパターンに対するパターン識別手法の 中にた近傍決定則（kNN法）に基づく手法がある．こ の手法は，まず，クラス分けされたパターン（プロトタイ プ）と入力パターンとの距離が小さい順にk個のプロトタ イプを選択する．次に，このk個のプロトタイプの中で， クラス毎に多数決をとり，最大数となったクラスを入力パ ターンが属するクラスとする．各クラスのプロトタイプの 分布が密である時には，入力パターンと最小距離となる各 クラスにおけるプロトタイプ（クラス毎の最近傍プロトタイ プ）による識別境界が正解の識別境界に近似するため最近傍 決定別(k＝1）により，高精度な識別が可能である．%For accurate classification in arbitrary distributed patterns when the number of patterns is very low, we have created a classification method using the NN method based on the mean of norm in the closest prototype from an input pattern and its k neighbor prototypes. Because this method takes into consideration the weight by the difference of variance in prototypes around the discrimination boundary, it can be used to precisely classify input patterns when the number of patterns is very low.