局部保持多投影向量Fisher判别分析算法

• 作者: 业宁 业巧林 张召
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 局部保持 多投影向量 特征选择 分类 判别分析
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 865-876
• 分类号: TP18
• 字数: 9287字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2010.00865

摘要

特征选择是在损失较少信息的情况下处理高维图像数据的关键技术,是高维数据预处理的重要步骤.通过引入Fisher判别分析(Fisher Discriminant Analysis,FDA)和典型相关分析(Canonical Correlation Analysis,CCA)的思想,采用以样本的类标号形式给出的先验信息,考虑样本数据的局部性,提出了一种监督的基于Fisher判别信息的局部保持多投影向量分析方法(Locality Preserving Mult-projection Vector Fisher Discriminant Analysis,LPMVF).通过定义新准则,LPMVF具有以下优点:(1)便于计算,可有效避免奇异性;(2)借助标准核映射,可快速将LPMVF推广到非线性的特征空间;(3)与CCA算法类似,LPMVF最终得到一对投影变换,可有效嵌入样本数据,可将原始数据投影成一系列"有用的"特征形式,并使数据的投影在嵌入空间中更具可分离性;(4)与局部化的Fisher判别分析(Local Fisher Discriminant Analysis,简称LFDA)相比,LPMVF也能够有效保持数据样本间的局部近邻关系;(5)在大多数情况下,该文算法的学习能力甚至优于经典的FDA、KFD和LFDA算法.在几个标准数据集上的实验结果表明,LPMVF及其非线性的推广算法能够提取出描述能力更强的特征信息,可有效利用类标号监督信息提高分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	业巧林	南京理工大学计算机科学与技术学院	5	33	3.0	5.0
2	业宁	南京林业大学信息科学技术学院	83	805	16.0	24.0
6	张召	南京林业大学信息科学技术学院	4	29	3.0	4.0