基于边界异类近邻关系构建的新特征提取方法

• 作者: 卓洋 周丹 张泽宇 陶玉婷
• 来源期刊: 金陵科技学院学报
• 学科: 工学
• 关键词: 线性鉴别分析 特征提取 类中心 边界异类样本 分类
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 工程技术
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP391.41
• 字数: 3888字
• 语种: 中文
• DOI: 10.16515/j.cnki.32-1722/n.2018.03.002

摘要

特征提取广泛应用于模式识别中.它去除原始样本的冗余信息,提取出有助于样本表示或分类的简洁有用的信息.线性鉴别分析(LDA)属于传统的监督特征提取方法,它旨在寻找最小化类内散度(方差)同时最大化类间散度(方差)的低维线性投影子空间.提出一种新的特征提取方法,旨在改进LDA,该方法在LDA的基础上,增加了每个类的中心点与该类边界异类样本的近邻关系,通过类中心对边界异类样本的排斥,扩大了类与类相互的边距,增强了类的可分性.YaleB人脸数据库和CENPARMI手写阿拉伯数字库中的实验结果,证明了新方法确实能够提高分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶玉婷	金陵科技学院软件工程学院	3	2	1.0	1.0
5	周丹	金陵科技学院软件工程学院	2	0	0.0	0.0
6	卓洋	金陵科技学院软件工程学院	1	0	0.0	0.0
7	张泽宇	金陵科技学院软件工程学院	1	0	0.0	0.0