统计不相关最优鉴别分析的理论与算法

被引:8
作者
杨健
杨静宇
刘宁钟
机构
[1] 南京理工大学计算机科学与技术系
关键词
统计不相关,线性分析,特征抽取,数字识别; 鉴别矢量;
D O I
10.14177/j.cnki.32-1397n.2002.02.017
中图分类号
O212 [数理统计];
学科分类号
摘要
该文分析了Fisher准则函数所对应的广义特征方程的特征向量的性质 ,在此基础上揭示了具有统计不相关性的最优鉴别矢量集的本质 ,即为广义特征方程的d个最大的特征值所对应的满足共轭正交条件的特征向量。指出了统计不相关的最优鉴别分析是经典的Fisher线性鉴别分析的进一步发展。在ConcordiaU niversityCENPARMI手写体阿拉伯数字数据库上的试验结果证实了所提出算法的有效性。
引用
收藏
页码:179 / 182
页数:4
相关论文
共 2 条
[1]   最优鉴别特征的抽取及图像识别 [J].
杨健 ;
杨静宇 ;
金忠 .
计算机研究与发展, 2001, (11) :1331-1336
[2]   基于多分类器组合的手写体数字识别 [J].
胡钟山 ;
娄震 ;
杨静宇 ;
刘克 ;
孙靖夷 .
计算机学报, 1999, (04) :369-374