核诱导距离度量的鲁棒判别分析

• 作者: 王嗣钧 陈松灿
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 降维 判别分析 核诱导的距离 鲁棒性
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 学术研究
• 页码范围: 788-796
• 分类号: TP391
• 字数: 5666字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2012.09.003

摘要

提出了基于核诱导距离度量的鲁棒判别分析算法(robust discriminant analysis based on kernel-induced distance measure,KI-RDA).KI-RDA不仅自然地推广了线性判别分析(linear discriminant analysis,LDA),而且推广了最近提出的强有力的基于非参数最大熵的鲁棒判别分析(robust discriminant analysis based on nonparametric maximum entropy,MaxEnt-RDA).通过采用鲁棒径向基核,KI-RDA不仅能有效处理含噪数据,而且也适合处理非高斯分布的非线性数据,其本质的鲁棒性归咎于KI-RDA通过核诱导的非欧距离代替LDA的欧氏距离来刻画类间散度和类内散度.借助这些散度,为特征提取定义类似LDA的判别准则,导致了相应的非线性优化问题.进一步借助近似策略,将优化问题转化为直接可解的广义特征值问题,由此获得降维变换(矩阵)的闭合解.最后在多类数据集上进行实验,验证了KI-RDA的有效性.由于核的多样性,使KI-RDA事实上成为了一个一般性判别分析框架.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松灿	南京航空航天大学计算机科学与技术学院	120	1370	19.0	32.0
5	王嗣钧	南京航空航天大学计算机科学与技术学院	2	7	1.0	2.0