10.13800/j.cnki.xakjdxxb.2017.0621
L-PCA算法下的高维图像降维算法研究
文中借鉴经典凸技术聚类算法中的全局线性降维算法PCA与LDA聚类算法思想,提出了一种改进型的PCA降维算法L-PCA,该算法在保证原有样本协方差结构不变的前提下,获取变换矩阵中最重要的主分量进行赋权,通过调节类内与类间离散矩阵,使得类内距离最小化、类间聚类最大化,来搜索一个合适的映射子空间来实现不同类别数据之间的划分.通过典型数据集下的实验结果很好的验证了L-PCA算法在一阶最近近邻分类器泛化误差、准确性以及目标数据表达连续性等方面的良好性能.
降维算法、图像处理、主成分析
37
TP182(自动化基础理论)
国家863项目2013AA10230402;国家自然科学基金61402374
2018-04-10(万方平台首次上网日期,不代表论文的发表时间)
共6页
906-911