一种适于高维小样本数据的线性判别分析方法

被引：3

作者：

成忠

诸爱士

机构：

[1] 浙江科技学院生物与化学工程学院

来源：

浙江科技学院学报 | 2008年 / 02期

基金：

浙江省自然科学基金;

关键词：

线性判别分析; 特征提取; 偏最小二乘; 模式分类; 药物光谱数据; 模式识别;

D O I：

暂无

中图分类号：

TP301 [理论、方法];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对高维小样本数据的类(模式)内离散度矩阵常为奇异,提出了一种改进的线性判别分析方法ModLDA。它通过嵌入偏最小二乘算法,完成投影方向矢量的稳健估计,进而提取出若干个特征变量。而后基于特征变量张成的低维空间,构造样本类别的线性判别函数。在实证中,将ModLDA应用于药物光谱数据的化学模式识别,结果显示ModLDA方法判别能力明显优于其他方法。

引用

页码：98 / 101+113 +113

页数：5

共 5 条

[1]

Efficient leave-one-out cross-validation of kernel Fisher discriminant classifiers [J].