一种适于高维小样本数据的线性判别分析方法.PDFVIP

浙江科技学院学报,第 20 卷第 2 期,2008 年 6 月 Jour nal o f Zhej iang Univer sity of Science and T echnology Vol .20 N o .2, Ju ne 2008 一 种 适 于 高维 小样 本 数 据 的线 性 判 别 分 析 方 法 成 忠,诸爱士 (浙江科技学院 生物与化学工程学院,杭州 310023) 摘 要 : 针对高维小样本数据 的类 (模式) 内离散度矩阵常为奇异,提出了一种改进 的线性判别分析方法 ModLD A 。 它通过嵌入偏最小二乘算法,完成投影方 向矢量的稳健估计,进而提取出若干个特征变量 。而后基于特征变量张成 的低维空间,构造样本类别的线性判别函数。在实证 中,将 ModLDA 应用于药物 光谱数据 的化 学模式识 别,结果显 示 ModLDA 方法判别能力明显优于其他方法 。 关键词 : 线性判别分析 ;特征提取 ;偏最小二乘 ;模式分类 ;药物光谱数据;模式识别 中图分类号 : T P391 .4 ;R 911 文献标识码 : A 文章编号 : 1671-8798 (2008)02-0098-04 Modified linear discriminant analysis and its application in the small samples problem with high dimension CH EN G Zh on g, Z H U A i-shi (School of Biological and Chemical E ngineering, Zhejiang University of Science and Technology , H angzhou 310023, China) Abstract: In high dim en sional an d small sample size ca se, h ow to ex t ract t he opt im al F ish er discriminan t featu r es efficient ly remain s un solved . N ow a n ovel cla ssifier w a s con stru ct ed in t hi s p aper by combin at ion o f t he n on-lin ear it erat ive par t ial lea st squ ar es algorit hm wit h Fi sh linear di s- crimin an t analy sis (LDA ) .Th e r esu lt in g discriminat e m odel ba se d on t hi s m odified app r oach (ModLDA) w as divided in to tw o part s : t he inner par t t h at e stim at ed t he r obu st w eigh t vect or of canonical varia t es by lin ear part ial lea st squar e al gorith m an d t h e ou t er par t t h at built t he LDA di s- crimin at e m odel in maki ng u se of t he ex tr act ed can onical v ariat es . Th e m eth od u t ilized p ar tial least squ ar es r egre ssion as an en gin e for so