近邻类鉴别分析方法

• 作者: 丁晓青 刘长松 王言伟
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 线性鉴别分析(LDA) 近邻类鉴别分析(NCLDA) 手写汉字识别
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 406-410
• 分类号: TP391
• 字数: 3956字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2012.03.007

摘要

提出一种近邻类鉴别分析方法,线性鉴别分析是该方法的一个特例.线性鉴别分析通过最大化类间散度同时最小化类内散度寻找最佳投影,其中类间散度是所有类之间散度的总体平均；而近邻类鉴别分析中类间散度定义为各个类与其k个近邻类之间的平均散度.该方法通过选取适当的近邻类数,能够缓解线性鉴别降维后造成的部分类的重叠.实验结果表明近邻类鉴别分析方法性能稳定且优于传统的线性鉴别分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘长松	清华大学电子工程系	28	384	11.0	19.0
2	丁晓青	清华大学电子工程系	86	2062	24.0	44.0
3	王言伟	清华大学电子工程系	2	4	1.0	2.0