基于矩阵模式的最小类内散度支持向量机

被引：6

作者：

皋军 ^{[1
,2
,3
]}

王士同 ^{[1
,3
]}

机构：

[1] 江南大学信息工程学院

[2] 盐城工学院信息工程学院

[3] 浙江大学CAD&CG国家重点实验室

来源：

电子学报 | 2009年 / 37卷 / 05期

关键词：

支持向量机; 矩阵模式; 类内散度矩阵; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于最小类内散度支持向量机(MCSVMs)提出一种新的矩阵模式的最小类内散度支持向量机(MCSVMsmatrix).同时为了更好地解决非线性分类问题,将Mercer核函数引入到MCSVMsmatrix方法中,并提出基于矩阵模式的非线性支持向量机:Ker-MCSVMsmatrix.上述两种方法不但继承了MCSVMs的优点,而且由于将矩阵模式的类内散度矩阵引入到支持向量机中,从而在理论上可以较好地解决了MCSVMs方法在处理小样本高维数据集时类内散度矩阵奇异性问题,同时降低了求解类内散度矩阵及其逆矩阵和权重矢量的时间、空间复杂度.因此,在一定程度上提高了分类精度.实验结果也表明MCSVMsmatrix、Ker-MCSVMsmatrix具有上述优势.

引用

页码：1051 / 1057

页数：7

共 9 条

[1] 肿瘤信息基因启发式宽度优先搜索算法研究 [J].