초록
패턴분류대상이 되는 자료로부터 패턴식별함수를 찾고 패턴분류에 적용시키기 위하여, 우선 이러한 자료에 몇 개의 패턴이 존재하는지를 알아야 하는 문제점에 대하여 고려하였다. 수집된 자료가 단일분포로부터 발생하였는지 또는 두 개의 혼합분포로부터 발생하였는지를 판단하는 기준을 표본분산의 특성값인 분산의 부트스트랩 추정값 (bootstrap estimate)으로 설정하였다. 새로운 판단기준의 특성에 대하여 살펴보고 시뮬레이션을 통하여 판단기준의 적합성을 연구하였다.
In order to find the identification function from data and to apply the identification function for the pattern classification, we consider the existing problem of the number of patterns in such data. In this paper, a new criteria for the identification of Gaussaian mixture distribution could be established as a charateristic of the sample variance, which is a bootstrap estimate of the sample variance. We examine the properties and fittness of the criteria through a large scale of computer simulations.