文件名称：论文研究-基于类间判别的矩阵学习机.pdf
文件大小：1.28MB
文件格式：PDF
更新时间：2022-08-11 17:24:15
面向矩阵模式的分类设计,分簇,正则化项学习,模式识别
针对面向矩阵模式分类器设计（matrix-pattern-oriented classifier design，MatCD）没有考虑到先验类间判别信息的不足，提出了一种新的面向矩阵型分类器设计的学习框架。首先通过把每一类分别使用K-means进行聚簇；然后使不同类的簇的中心之间的距离最大化，从而设计出正则化项RBC；最后把RBC嵌入到MatCD中。实验结果表明，提出的新的面向矩阵型分类器设计的框架提高了MatCD的分类性能，同时表明RBC的有效性。