一种改进的线性判别分析算法MLDA.pdfVIP

No．11 第37卷第11期 计算机科学 V01．37 Science Nov2010 2010年11月 Computer 一种改进的线性判别分析算法MLDA 刘忠宝1’2王士同1 (江南大学信息学院 无锡214122)1 (山西大学商务学院信息工程系 太原030031)2 摘要线性判别分析(U)A)是模式识别方法之一，已广泛应用于模式识别、数据分析等诸多领域。线性判别分析法 寻找的是有效分类的方向。而当样本维数远大于样本个数(即小样本问题)时．LDA便束手无策。为有效解决线性判 别分析法的小样本问题，提出了一种改进的LDA算法——MIDA。该算法将类内离散度矩阵进行标量化处理，有效 地避免了对类内离散度矩阵求逆。通过实验证明MI。DA在一定程度上解决了经典LDA的小样本问题。 关键词特征提取，线性判别分析(U)A)，小样本问题，类间离散度矩阵，类内离散度矩阵，标量化 ModifiedLinearDiscriminantMethodMLDA Analysis LIU Zhong-ba01～WANGShi—ton91 of (School 214122．China)1 Information，JiangnanUniverisity，Wuxi ofInformation (Department Engineering，BusinessofShanxi 030031，China)2 Collie University，Taiyuan AbstractLinearDiscriminant oneofmethodsin is usedin Analysis(LDA)is patternrecognition。andwidely many fieldssuchas anddata istofindaneffectiveclassificationdirection．Whilethe patternrecognitionanalysis．LDA sample dimentionismuch thanits ishardforLDAtodealwiththis orderto solve larger quantity，it problem．In effectively small size inLDA，this amodifiedLDA M【LD八Thisnew turns sampleproblem paper presented algorithm algorithm within-classscattermatrixintoscalarizationinordertoavoid theinverseofwithin-classscattermatrix．Ase- computing