10.3969/j.issn.1002-137X.2010.11.057
一种改进的线性判别分析算法MLDA
线性判别分析(LDA)是模式识别方法之一,已广泛应用于模式识别、数据分析等诸多领域.线性判别分析法寻找的是有效分类的方向.而当样本维数远大于样本个数(即小样本问题)时,LDA便束手无策.为有效解决线性判别分析法的小样本问题,提出了一种改进的LDA算法--MLDA.该算法将类内离散度矩阵进行标量化处理,有效地避免了对类内离散度矩阵求逆.通过实验证明MLDA在一定程度上解决了经典LDA的小样本问题.
特征提取、线性判别分析(LDA)、小样本问题、类间离散度矩阵、类内离散度矩阵、标量化
37
TP3;O1
国家863项目2007AA1Z158,2006AA10Z313;国家自然科学基金项目60773206/F020106,60704047/F030304;2006年江苏省6大人才高峰计划项目,2008江苏省研究生创新计划课题资助
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
239-242