论文部分内容阅读
模式识别问题的难度通常随着需要分类的类别数而增加，因而大规模模式识别问题是非常困难的，可供使用的方法也不多。相反，作为类别数目最少的二分类问题，其理论研究已经非常成熟，可以使用的分类方法也非常多。因而，利用二分类方法来解决多类乃至大规模模式识别问题是非常有意义的。本文研究了将多类问题分解为多个两类问题的组合的解决途径，建立了分解/组合模型。揭示了两类判别合成方法获得成功的实质在于将复杂的问题分解为简单、独立的了问题并加以解决。并从机器学习的角度指出该方法的意义在于降低了训练的复杂性。实验结果表明该方法具有相当好的效果。