电子学报
電子學報
전자학보
ACTA ELECTRONICA SINICA
2010年
4期
860-864,859
,共6页
降维%有监督学习%判别分析%拉普拉斯映射
降維%有鑑督學習%判彆分析%拉普拉斯映射
강유%유감독학습%판별분석%랍보랍사영사
提出了一种新的有监督降维方法:拉普拉斯最大最小判别分析(Laplacian MinMax Discriminant Analysis,LMMDA).LMMDA通过样本空间中成对点之间的距离定义类内和类间散度矩阵,并通过最小化类内散度、最大化类间散度以求得最优投影矩阵.在LMMDA最优子空间中,类内样本更为紧致,类间样本更为松弛.样本集的结构信息包含在类内、类间的Laplacian矩阵,并可以对最优投影子空间加以控制.在多个数据集上的实验证明了该算法的有效性.
提齣瞭一種新的有鑑督降維方法:拉普拉斯最大最小判彆分析(Laplacian MinMax Discriminant Analysis,LMMDA).LMMDA通過樣本空間中成對點之間的距離定義類內和類間散度矩陣,併通過最小化類內散度、最大化類間散度以求得最優投影矩陣.在LMMDA最優子空間中,類內樣本更為緊緻,類間樣本更為鬆弛.樣本集的結構信息包含在類內、類間的Laplacian矩陣,併可以對最優投影子空間加以控製.在多箇數據集上的實驗證明瞭該算法的有效性.
제출료일충신적유감독강유방법:랍보랍사최대최소판별분석(Laplacian MinMax Discriminant Analysis,LMMDA).LMMDA통과양본공간중성대점지간적거리정의류내화류간산도구진,병통과최소화류내산도、최대화류간산도이구득최우투영구진.재LMMDA최우자공간중,류내양본경위긴치,류간양본경위송이.양본집적결구신식포함재류내、류간적Laplacian구진,병가이대최우투영자공간가이공제.재다개수거집상적실험증명료해산법적유효성.
