最大边际近邻线性判别分析
线性判别分析是特征提取的重要方法之一,但是定义散布矩阵时,容易产生误差导致数据分类不明确.提出一种新的子空间学习方法,最大边际近邻元判别分析方法,依据近邻元准则将数据样本投影到该子空间内并重新定义散布矩阵,从而构造新的目标函数.克服了传统的定义形式对于两类或多类的类别均值之间距离值相近时难以区分导致数据样本之间重叠或部分交叉的缺点,并解决了其本身具有的小样本问题.在标准的人脸数据库上进行试验,证明了所提方法的有效性.
线性判别分析、散布矩阵、最大边际近邻元分析、人脸识别
32
TP18(自动化基础理论)
中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题基金项目20070101资助:辽宁省教育厅高等学校科学研究基金项目2008344
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
2466-2470