基于核化原理的非线性典型相关判别分析

• 作者: 孙平 徐宗本 申建中
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 核化原理 典型相关分析 判别问题 Fisher核判别分析 自适应算法
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 789-795
• 页数: 7页
• 分类号: TP301
• 字数: 6441字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2004.06.010

摘要

典型相关判别分析是将传统的典型相关分析应用于判别问题,它是一类重要的特征提取算法,但其本质上只能提取数据的线性特征.应用统计学习理论中的核化原理可以将这样的线性特征提取算法推广至非线性特征提取算法.该文研究了如何将这一原理应用于典型相关判别分析,提出了基于核化原理的非线性典型相关判别分析,并且给出了求解该问题的一个自适应学习算法.数值实验表明,基于核化原理所导出的非线性典型相关判别分析比传统的典型相关判别分析更有效.另外,该文从理论上证明,所提出的新方法与Fisher核判别分析等价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宗本	西安交通大学理学院信息与系统科学研究所	127	2204	23.0	43.0
2	申建中	西安交通大学理学院信息与系统科学研究所	11	176	6.0	11.0
3	孙平	西安交通大学理学院信息与系统科学研究所	10	46	3.0	6.0