旨在原有工作基础上,针对现有两类和多类线性判别分析(LDA)存在的秩限制问题,通过引入一新的类间分离度量,代替LDA的类间散布度,构建出一新的线性判别准则,以此突破秩限制问题,进而获得更多的判别信息,有利于随后的模式分类.新LDA算法不仅可保留原有LDA的优点,更重要的是可获得更优的判别性能和易于非线性化.本项目侧重于新准则下的理论推导;通过核技巧的非现性推广实现;基于国际标准测试数据集和人脸库的分类验证和对比分析;探讨新准则对极小样本问题(每类仅有单个训练样本)的适用性,从而为模式识别尤其是判别分析提供一种新的有效算法.
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
粗颗粒土的静止土压力系数非线性分析与计算方法
自然灾难地居民风险知觉与旅游支持度的关系研究——以汶川大地震重灾区北川和都江堰为例
内点最大化与冗余点控制的小型无人机遥感图像配准
F_q上一类周期为2p~2的四元广义分圆序列的线性复杂度
线性判别分析的理论和算法的研究
基于线性判别分析的鲁棒降维技术研究
广义判别分析算法研究及其应用
基于约束的半监督降维及其推广性研究