组合凸线性感知器(Multiconlitron)是用来构造分片线性分类器的一个通用理论框架,对于凸可分和叠可分情况,分别使用支持凸线性感知器算法(Support　conlitron　algorithm,SCA)和支持组合凸线性感知器算法(Support　multiconlitron　algorithm,SMA)将两类样本分开.本文在此基础上,提出了一种基于极大切割(Maximal　cutting)的组合凸线性感知器构造方法.该方法由两阶段训练构成,第一阶段称为极大切割过程(Maximal　cutting　process,MCP),通过迭代不断寻求能够切开最多样本的线性边界,并因此来构造尽可能小...