文件名称：一种改进的核Fisher鉴别分析方法 (2005年)
文件大小：647KB
文件格式：PDF
更新时间：2024-07-03 05:00:35
自然科学 论文
核 Fisher鉴别分析(KFDA)已成为抽取非线性特征的最有效方法之一 。针对在解决两类模式分类问题中 KFDA只能获得一个鉴别矢量的弱点,提出了一种改进的核 Fisher鉴别分析(MKFDA)方法,该方法对特征空间中的两类间离散度进行了重新估计,通过使用核类间散布矩阵的一种特殊形式,我们可以得到最多 N( N为训练样本数)个鉴别矢量,从而提高了两类模式问题的分类性能 。在 IRIS数据上的实验结果验证了MKFDA方法的有效性 。