监督降维算法的计算和理论分析

• 作者: 严晓浪 沈海斌 赵武锋
• 来源期刊: 浙江大学学报（理学版）
• 学科: 工学
• 关键词: 广义奇异值分解 降维 线性鉴别分析 零空间 小样本
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 电子科学
• 页码范围: 670-674
• 页数: 5页
• 分类号: TP391
• 字数: 4353字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-9497.2009.06.015

摘要

在小样本条件下,由于离散矩阵的奇异性,作为监督降维的传统线性鉴别分析(LDA)并不能直接计算.许多扩展算法被提出以克服此问题,一般可分为3类:基于类内离散矩阵零空间的方法、基于总体离散矩阵列空间的方法和基于其它子空间的方法.为了深入了解前2类算法的特性,作了计算和理论分析,并得出结论:在满足一定条件下(小样本高维数据一般都满足),基于类内离散矩阵零空间和基于总体离散矩阵列空间的方法具有等价关系,仅最优矢量集的约束条件和实现途径有所区别.在人脸数据库ORL和YALE上的比较实验结果亦证实了上述结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈海斌	浙江大学超大规模集成电路设计研究所	139	832	13.0	21.0
2	严晓浪	浙江大学超大规模集成电路设计研究所	246	1634	19.0	29.0
3	赵武锋	浙江大学超大规模集成电路设计研究所	13	60	6.0	7.0