原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
规则化的线性鉴别分析算法
郭礼华 金连文
华南理工大学电子与信息学院，广州，510641
E-mail：guolihua@scut．edu．cn
摘 要：由于线性鉴别分析(LDA)可以从高维特征空间中选择强鉴别属性的低维子空间，所以这种技术已经应用到很多
的科学工程领域中。本文针对LDA的多模态问题，提出一种改进型LDA算法(ILDA)。此算法借鉴规则化的思想，重新定
义类内散度矩阵和类间散度矩阵。同时针对实际问题，通过判断矩阵迹大小来优{懒LDA投影矩阵。实验结果表明，ILDA
算法不仅保留LDA选择鉴别子空间的性能，而且ILDA算法还可以很好地解决某些多模态问题。
关键词：线性鉴别分析，规则化，多模态
An Linear
Discriminantmethodbasedon
improve Analysis regularization
Lihua Jin
Guo，Lianwen
SchoolofElectronicand
Information,SouthChina
UniversityofTechnology,Guangzhotl，510641
E-mail：guolihua@scut．edu．cn
theLinearDiscriminant
Abstract：Since hasthe tochoosethediscriminantlow-dimension
Analysis(LDA)methodability subspace
flora feature
the methodhasbeen inSomemseamhfields．This an
high-dimensionspace，this successfullyapplied paperproposes
toovercomethe
multi·modelofLDA．InourILDA between．classscattermatrix
improvedLDA(ILDA)method problem method，the
and scatter
within-classmatrixarc somerulesareintroducedto the ofLDA matrix
regularized，and optimizeEigenanalysis using
trace resultsshowthatILDAmethodcan the tochoosethediscriminate
judgment．Someexperimental preserveability
low-dimensionovercomeSomemulti-model
subsp∞e,and pmblems．
Words：LillesrDiscfiminant
Key Analysis，Regularization，Multi．modeIproblem
虽然LDA通过投影矩阵可以将同类样本聚集而异类
l引言
文档评论（0）