粒子群演算法測試

① 粒子群演算法是怎麼用於字元識別的

字元識別可看做屬於模式識別范疇，模式識別即對已有的模式進行識別，即分類。

粒子群本身是一個搜索演算法或者優化演算法，本質說，它不能用於分類。但是，結合其他的一些分類演算法，把分類的問題看成一個問題的優化問題的時候，粒子群就可以用於分類了。

舉個粒子，最近鄰分類NN，指的是測試集中的樣本與訓練集中距離最近樣本的模式（類別）相同。

現在假定給了訓練集A，測試集B。假設類別已知為C類。如果訓練集A特徵大的時候，勢必會影響分類時候的速度，那麼我們就可以把訓練集簡化到每類一個樣本（共C個樣本），那樣分類的時候只需要計算B中每個樣本到C個中心點中哪個的距離最小就可以了。

如何利用粒子群演算法得到這C個中心點呢？？

一般採用聚類的思想，假設我們想找到C個中心點的每個中心點 是 到A中對應自己類別的樣本的距離和最小的C個點，那麼適應度函數就出來了。即訓練樣本到中心點樣本的距離和。