采用虚拟训练样本的二次判别分析方法

• 作者: 杨静宇 王卫东
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 小样奉问题 二次判别分析 虚拟训练样本 扰动方法 分类器 人脸识别
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 论文报告
• 页码范围: 400-407
• 页数: 8页
• 分类号: TP391.4
• 字数: 7531字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.00400

摘要

小样本问题会造成各类协方差矩阵的奇异性和不稳定性.本文采用对训练样本进行扰动的方法来生成虚拟训练样本,利用这些虚拟训练样奉克服了各类协方差矩阵的奇异性问题,从而可以直接使用二次判别分析(Quadratic discriminantanalysis,QDA)方法.本文方法克服了正则化判别分析(Regularized discriminant analysis,RDA)需要进行参数优化的问题.实验结果表明,QDA的模式识别率优于参数最优化时RDA算法的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机系	623	11098	50.0	74.0
2	王卫东	江苏科技大学电子信息学院计算机系	26	188	8.0	13.0