计算机科学 ›› 2007, Vol. 34 ›› Issue (2): 186-188.
• 计算机网络与信息安全 • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要: 基于Fisher准则的特征提取方法是模式识别技术的重要分支,其中,Foley-Sammon变换和具有统计不相关性的最佳鉴别变换是这一技术典型代表,本文将它们与一种新型分类器一最近邻凸包分类器相结合,从而实现Fisher鉴别特征的有效分类。最近邻凸包分类器是一类以测试样本点到各类训练集生成类别凸包的距离为分类判别依据的模式分类新方法,具有非线性性,无参性,多类别适用性等特点。实验证实了本文方法的有效性。
关键词: 特征提取 最近邻凸包分类器 凸包 模式分类
Abstract: Feature extraction based on Fisher criteria is a branch of pattern recognition. Foley-Sammon algorithm and the Uncorrelated Fisher Linear Discriminant Analysis (ULDA)are the classic two of those correlative methods. As preprocessors, they usually cooperat
Key words: Feature extraction, Nearest neighbor convex hull classifier, Convex hull, Pattern classification
. Fisher鉴别特征的最近邻凸包分类[J]. 计算机科学, 2007, 34(2): 186-188. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I2/186
Cited