摘要:特征提取廣泛應(yīng)用于模式識(shí)別中。它去除原始樣本的冗余信息,提取出有助于樣本表示或分類的簡潔有用的信息。線性鑒別分析(LDA)屬于傳統(tǒng)的監(jiān)督特征提取方法,它旨在尋找最小化類內(nèi)散度(方差)同時(shí)最大化類間散度(方差)的低維線性投影子空間。提出一種新的特征提取方法,旨在改進(jìn)LDA,該方法在LDA的基礎(chǔ)上,增加了每個(gè)類的中心點(diǎn)與該類邊界異類樣本的近鄰關(guān)系,通過類中心對邊界異類樣本的排斥,擴(kuò)大了類與類相互的邊距,增強(qiáng)了類的可分性。YaleB人臉數(shù)據(jù)庫和CENPARMI手寫阿拉伯?dāng)?shù)字庫中的實(shí)驗(yàn)結(jié)果,證明了新方法確實(shí)能夠提高分類效果。
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社。
金陵科技學(xué)院學(xué)報(bào)雜志, 季刊,本刊重視學(xué)術(shù)導(dǎo)向,堅(jiān)持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:工程技術(shù)、作物科學(xué)、動(dòng)物科學(xué)與食品科學(xué)、控制科學(xué)與工程、數(shù)理科學(xué)、計(jì)算機(jī)與信息工程、軟件工程、園藝學(xué)、動(dòng)物科學(xué)、材料科學(xué)與工程、機(jī)械與自動(dòng)化工程、園林園藝等。于1985年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。