论文部分内容阅读
针对复杂产品设计知识类别数多、数据量大的分类问题，基于最小最大概率机的概率信息和样本间隔信息，使用线性的方法解决多分类问题。用样本的均值和协方差代替真实的均值和协方差，利用间隔信息和概率信息，构造加权投票矩阵，编码矩阵会随着不同的方法和不同的训练数据有不同的变化，同时也利用所携带的幅值信息，选出最大值的对应类别。线性分类器作为二类分类器可以加快处理速度。提出以子空间角度差异度量来表征各个类别概念间的差异，并通过对叉车产品设计知识的数值实验证明了该方法的有效性和实用性。