一种适于高维小样本数据的线性判别分析方法
Modified linear discriminant analysis and its application in the small samples problem with high dimension
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箅法,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.
更多相关知识
- 浏览0
- 被引2
- 下载1

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文