一种改进的核Fisher鉴别分析方法

• 作者: 高秀梅
• 来源期刊: 淮阴师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 核Fisher鉴别分析 核技巧 类间散布量 特征抽取 非线性最佳鉴别特征
• 年，卷（期）: 2005,（4）
• 页码范围: 335-340
• 页数: 6页
• 分类号: TP391.4
• 字数: 4380字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6876.2005.04.019

摘要

核Fisher鉴别分析(KFDA)已成为抽取非线性特征的最有效方法之一.针对在解决两类模式分类问题中KFDA只能获得一个鉴别矢量的弱点,提出了一种改进的核Fisher鉴别分析(MKFDA)方法,该方法对特征空间中的两类间离散度进行了重新估计,通过使用核类间散布矩阵的一种特殊形式,我们可以得到最多N(N为训练样本数)个鉴别矢量,从而提高了两类模式问题的分类性能.在IRIS数据上的实验结果验证了MKFDA方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高秀梅	淮阴师范学院计算机科学系	10	154	6.0	10.0