极速非线性判别分析网络

• 作者: 谢群辉 陈松灿
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 线性判别分析 神经网络 核判别分析 极速化
• 年，卷（期）: 2018,（3）
• 页码范围: 446-454
• 页数: 9页
• 分类号: TP183
• 字数: 4889字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2018.03.007

摘要

由于线性判别分析仅是线性方法,难以有效应对非线性问题,而对其非线性化是解决这一问题的关键途径.非线性化判别方法主要包括神经网络和核化方法.神经网络判别分析方法虽然继承了神经网络所具有的自适应、分布存储、并行处理和非线性映射等优点,但也遗传了其训练速度慢且易陷入局部最小值缺点;而核线性判别分析方法虽能获得全局最优解析解,但因受制于隐节点数目(等于样本个数),当数据规模大时,计算成本变大.本文受随机映射启发,对神经网络判别分析方法进行极速化改造,实现了一种极速非线性判别分析方法,兼具神经网络的自适应性和全局最优解的快速性.最后在UCI真实数据集上的实验表明,极速非线性判别分析方法具有更优的分类性能.

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
2	谢群辉	南京航空航天大学计算机科学与技术学院	2	2	1.0	1.0