基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Fisher线性判别分析(Fisher Linear Discriminant Analysis,FLDA)是一种典型的监督型特征提取方法,旨在最大化Fisher准则,寻求最优投影矩阵.在标准Fisher准则中,涉及到的度量为L2范数度量,此度量通常缺乏鲁棒性,对异常值点较敏感.为提高鲁棒性,引入了一种基于L1范数度量的FLDA及其优化求解算法.实验结果表明:在很多情形下,相比于传统的L2范数FLDA,L1范数FLDA具有更好的分类精度和鲁棒性.
推荐文章
基于多样本的多核Fisher判别分析研究
核方法
多样本
遗传算法
人脸识别
一种邻域自适应半监督局部Fisher判别分析算法
局部邻域
自适应
半监督局部Fisher判别分析
维数约简
膨胀土判别与分类的Fisher判别分析方法
膨胀土
SPSS
Fisher判别分析
判别与分类
一种新的聚类判别分析框架及其实证研究
聚类分析
判别分析
动态聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种新的L1度量Fisher线性判别分析研究
来源期刊 计算机工程与应用 学科 工学
关键词 Fisher线性判别分析 Fisher准则 L1范数度量 鲁棒性 特征提取
年,卷(期) 2018,(4) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 128-134
页数 7页 分类号 TP301.6
字数 5668字 语种 中文
DOI 10.3778/j.issn.1002-8331.1608-0557
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡恩良 云南师范大学数学学院 11 13 2.0 3.0
2 余景丽 云南师范大学数学学院 3 5 1.0 2.0
3 张涛 云南师范大学数学学院 5 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (9)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (29)
二级引证文献  (1)
1936(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(5)
  • 引证文献(4)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Fisher线性判别分析
Fisher准则
L1范数度量
鲁棒性
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导