基于边界异类近邻关系构建的新特征提取方法-金陵科技学院学报编辑部.PDF

第 卷 第 期 金 陵 科 技 学 院 学 报 ， ３４ ３ Ｖｏｌ．３４ Ｎｏ．３ 年 月 ， ２０１８ ９ Ｓｅ．２０１８ ＪＯＵＲＮＡＬＯＦＪＩＮＬＩＮＧＩＮＳＴＩＴＵＴＥＯＦＴＥＣＨＮＯＬＯＧＹ ｐ ： ／ ／ ＤＯＩ１０．１６５１５ ．ｃｎｋｉ．３２１７２２ｎ．２０１８．０３．００２ ｊ 基于边界异类近邻关系构建的新特征提取方法 ， １２ １ １ １ 陶玉婷 ，卓 洋 ，张泽宇 ，周 丹 　 　 （ 金陵科技学院软件工程学院，江苏 南京 ； 南京大数据研究院，江苏 南京 ） １． ２１１１６９２． ２１１１６９ 　 　 　 　 摘 要：特征提取广泛应用于模式识别中。它去除原始样本的冗余信息，提取出有助于样本表示或分类的简洁 　 有用的信息。线性鉴别分析（ ）属于传统的监督特征提取方法，它旨在寻找最小化类内散度（方差）同时最大 ＬＤＡ 化类间散度（方差）的低维线性投影子空间。提出一种新的特征提取方法，旨在改进 ＬＤＡ，该方法在 ＬＤＡ的基 础上，增加了每个类的中心点与该类边界异类样本的近邻关系，通过类中心对边界异类样本的排斥，扩大了类与 类相互的边距，增强了类的可分性。ＹａｌｅＢ人脸数据库和ＣＥＮＰＡＲＭＩ手写阿拉伯数字库中的实验结果，证明了 新方法确实能够提高分类效果。 关键词：线性鉴别分析；特征提取；类中心；边界异类样本；分类 中图分类号： 文献标识码： 文章编号： （ ） ＴＰ３９１．４１ Ａ １６７２ ７５５Ｘ２０１８０３ ０００６ ０５ 　　　　 　　　　 犃犖犲狑犉犲犪狋狌狉犲犈狓狋狉犪犮狋犻狅狀犕犲狋犺狅犱犅犪狊犲犱狅狀狋犺犲犕犪狉犻狀犪犾 犵 犎犲狋犲狉狅犲狀犲狅狌狊犖犲犻犺犫狅狉犚犲犾犪狋犻狅狀狊犺犻犆狅狀狊狋狉狌犮狋犻狅狀 犵 犵 狆 ， １２ １ １ １ ＴＡＯＹｕｔｉｎ ， ， ， ｇ ＺＨＵＯＹａｎ ＺＨＡＮＧＺｅｕ ＺＨＯＵＤａｎ ｇ ｙ （ ， ， ； ， ， ） １．Ｊｉｎｌｉｎ Ｉｎｓｔｉｔｕｔｅｏ