PRECLASSIFICATION PROCESS OF HIGH-DIMENSIONAL CHARACTERISTIC VECTORS FOR SIGNAL PROCESSING PURPOSES

摘要

Procédé de préclassification de vecteurs caractéristiques de grandes dimensions pour le traitement de signaux, selon lequel, dans une première étape de réduction des données, le dimensionnement des vecteurs caractéristiques est diminué. On utilise à cette fin un algorithme neuronal qui permet d'obtenir un apprentissage particulièrement rapide de valeurs de pondération. Dans une seconde étape du procédé, les vecteurs caractéristiques de dimensions réduites sont groupés dans des grappes isolées. En raison d'une manière de procéder spécifique lors du fusionnement des grappes isolées, le nombre des calculs d'espacements nécessaires à cet effet est minimal. Ce procédé se prête particulièrement bien à la préclassification de données biomédicales.