模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2012年
3期
406-410
,共5页
线性鉴别分析(LDA)%近邻类鉴别分析(NCLDA)%手写汉字识别
線性鑒彆分析(LDA)%近鄰類鑒彆分析(NCLDA)%手寫漢字識彆
선성감별분석(LDA)%근린류감별분석(NCLDA)%수사한자식별
提出一种近邻类鉴别分析方法,线性鉴别分析是该方法的一个特例.线性鉴别分析通过最大化类间散度同时最小化类内散度寻找最佳投影,其中类间散度是所有类之间散度的总体平均；而近邻类鉴别分析中类间散度定义为各个类与其k个近邻类之间的平均散度.该方法通过选取适当的近邻类数,能够缓解线性鉴别降维后造成的部分类的重叠.实验结果表明近邻类鉴别分析方法性能稳定且优于传统的线性鉴别分析.
提齣一種近鄰類鑒彆分析方法,線性鑒彆分析是該方法的一箇特例.線性鑒彆分析通過最大化類間散度同時最小化類內散度尋找最佳投影,其中類間散度是所有類之間散度的總體平均；而近鄰類鑒彆分析中類間散度定義為各箇類與其k箇近鄰類之間的平均散度.該方法通過選取適噹的近鄰類數,能夠緩解線性鑒彆降維後造成的部分類的重疊.實驗結果錶明近鄰類鑒彆分析方法性能穩定且優于傳統的線性鑒彆分析.
제출일충근린류감별분석방법,선성감별분석시해방법적일개특례.선성감별분석통과최대화류간산도동시최소화류내산도심조최가투영,기중류간산도시소유류지간산도적총체평균；이근린류감별분석중류간산도정의위각개류여기k개근린류지간적평균산도.해방법통과선취괄당적근린류수,능구완해선성감별강유후조성적부분류적중첩.실험결과표명근린류감별분석방법성능은정차우우전통적선성감별분석.
