采用虚拟训练样本的二次判别分析方法
小样本问题会造成各类协方差矩阵的奇异性和不稳定性.本文采用对训练样本进行扰动的方法来生成虚拟训练样本,利用这些虚拟训练样奉克服了各类协方差矩阵的奇异性问题,从而可以直接使用二次判别分析(Quadratic discriminantanalysis,QDA)方法.本文方法克服了正则化判别分析(Regularized discriminant analysis,RDA)需要进行参数优化的问题.实验结果表明,QDA的模式识别率优于参数最优化时RDA算法的识别率.
小样奉问题、二次判别分析、虚拟训练样本、扰动方法、分类器、人脸识别
34
TP391.4(计算技术、计算机技术)
国家自然科学基金60472060
2008-06-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
400-407