文章摘要 这篇文章研究了一种基于特征层面对虚拟样本有效性进行评价的基本思路。即利用特征评价中的“互信息”、“欧式距离”以及最后的总体识别精度作为对构建虚拟样本有效性的评价;并针对“重采样”、“奇异值重构”、“轮廓波重构”三种方法生成的虚拟样本的有效性进行了实验验证和有效性评价,实验结果表明论文使用的三种虚拟样本生成算法能实现对原始样本的有效扩充,并改善识别效果。 文章思路 1.1 介绍虚拟样本生成技术的背景与应用前景 1.2 虚拟样本生成技术的国内外研究现状 1.3 论文主要内容及章节结构 2.1—2.3 介绍基于机器学习的图像识别算法理论基础 2.4实验:降维对算法的有效性分析 实验目的:证