基于矩阵指数变换的边界Fisher分析.PDF

第37卷第10期 计 算 机 学 报 v01．37No．10 2014年10月 CHINESE Oct．2014 JOURNALOFCOMPUTERS 基于矩阵指数变换的边界Fisher分析 3’ 何进荣” 丁立新” 崔梦天2L ”(武汉大学计算机学院软件工程国家重点实验室 武胡汉 夹蜘 辉啪 2’(西南民族大学计算机科学与技术学院成都610041) 3’(电子科技大学计算机科学与工程学院成都6loooo) 4’(桂林航天工业学院信息工程系广西桂林 541004) 摘要边界Fisher分析是一种经典的有监督线性降维方法，被广泛用于高维数据的模式分类．由于边界Fisher 分析算法中涉及到矩阵求逆的运算，在数值计算中会产生矩阵的奇异性问题，尤其当样本的个数小于样本的维数 时，导致所谓的“小样本问题”．采用主成分分析方法对样本数据进行预处理可以克服奇异性问题，然而可能会损失 样本的某些判别信息．针对此不足之处，根据矩阵指数的非奇异性，对边界Fisher分析中的散度矩阵进行矩阵指数 变换，从而克服了矩阵求逆中的奇异性问题．理论分析表明，该方法等价于零空间上的边界Fisher分析，有效利用 了类内散度矩阵的零空间上的信息，因此其判别能力得到了增强．数据可视化和人脸识别实验表明，该方法可以有 效挖掘样本中潜在的判别特性，提高分类性能． 关键词边界Fisher分析；小样本问题；矩阵指数；人脸识别；数据挖掘 中图法分类号TPl81DOI号10．3724／SP．J．1016．2014．02196 Fisher BasedonMatrix MarginalAnalysis Exponential HE LiXinl’CUI Tian2’，3’HU Huil’，4’ JinRong”DING Meng Qing ”(State KeyLaboratoryofSoftⅢare 430072) Engineering，SchoolofComputer，WuhanUniversity，Wuhan Scienceand ”(SchoolofComputer 610041) Technology，SouthwestUniversityforNationalities，Chengdu Scienceand ElectronicScienceand 3’(School。厂Computer 610000) Engineering，Universityof TechnologyofChina，Chengdu ”(DepartmentofInforrnationEngineering，GuilinUniversityofAerospace 541004) Technology，Guilin，Guangzi Abstract Fisher isaclassical linear