FLDA的核化过程

摘要：

核方法是近年发展起来的一种新的机器学习方法,它可在高维(特征)空间中用线性的方法有效地解决低维(输入)空间中线性不可分问题.采用核方法,在Mika提出的核Fisher判别基础上,给出Fisher判别分析从输入空间变换到特征空间的数学过程(核化过程),并对特征空间中投影向量可由训练样本线性表示问题予以证明.

关键词：Fisher线性判别分析、核方法、特征空间

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

在线出版日期：2005-01-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：26-29