- 1、本文档共6页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
第 期 电 子 学 报
4 Vol.38 No.4
年 月
2010 4 ACTAELECTRONICASINICA Apr. 2010
拉普拉斯最大最小判别分析及应用
1 2
郑忠龙 ,杨 杰
( 浙江师范大学计算机系,浙江金华 ; 上海交通大学图像处理与模式识别研究所,上海 )
1. 3210042. 200240
摘 要: 提出了一种新的有监督降维方法:拉普拉斯最大最小判别分析( ,
LaplacianMinMaxDiscriminantAnalysis
) 通过样本空间中成对点之间的距离定义类内和类间散度矩阵,并通过最小化类内散度、最大化类间
LMMDA.LMMDA
散度以求得最优投影矩阵 在 最优子空间中,类内样本更为紧致,类间样本更为松弛 样本集的结构信息包含
. LMMDA .
在类内、类间的 矩阵,并可以对最优投影子空间加以控制 在多个数据集上的实验证明了该算法的有效性
Laplacian . .
关键词: 降维;有监督学习;判别分析;拉普拉斯映射
中图分类号: 文献标识码: 文章编号: ( )
TP3914 A 03722112201004086005
LaplacianMinMaxDiscriminantAnalysisandItsApplications
1 2
,
ZHENGZhonglongYANGJie
( , , , , ;
1.DepartmentofComputerScienceZhejiangNormalUniversityJinhuaZhejiang321004China
, , , )
2.InstituteofImageProcessingandPatternRecognitionShanghaiJiaotongUniversityShanghai200240China
: , ( ),
Abstract AnewalgorithmLaplacianMinMaxDiscriminantAnalysisLMMDA isproposedinthispaperforsupervised
dimensionalityr
文档评论(0)