基于类内加权的线性判别分析改进算法

• 作者: 刘杰 吕琳
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 线性判别分析 LDA 类内加权 Fisher准则 特征提取
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 信息融合技术
• 页码范围: 38-40,63
• 页数: 4页
• 分类号: TP301.6
• 字数: 2067字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2018.07.010

摘要

线性判别分析(LDA)是一种基于统计的特征提取方法,能够较好的提取样本的分类特性,传统的LDA算法认为所有训练样本对分类的贡献是一样的,没有考虑样本类内以及类间的分布关系,针对这个问题,论文提出了类内加权LDA算法,提高算法对边缘类的分类识别能力.