诱导核空间选择的LPKHDA维数约简算法

作者：任世锦; 杨茂云; 刘小平; 徐桂云

来源：计算机科学与探索, 2013, (03): 272-281.

• 核混合鉴别分析
• 核方法
• 模型选择
• 诱导核空间
• 维数约简 kernel hybrid discriminant analysis
• kernel method
• model selection
• kernel-induced space
• dimensional reduction

混合鉴别分析(hybrid discirminant analysis,HDA)融合了主元分析和线性鉴别分析的优点,适合更多的数据分布,在实际应用中取得了较好的效果。然而HDA不适合复杂、非线性数据结构的维数约简。首先通过特征映射把数据样本映射到高维线性空间,然后建立线性HDA模型,基于流形学习理论和LSSVM(least square support vector machine)框架,给出了保持数据局部结构的核HDA(locality preserving kernel HDA,LPKHDA)算法。提出了基于散度矩阵的诱导核空间选择方法,通过把模型参数选择问题转化为最优诱导核空间选择问题来...

• 出版日期2013
• 单位中国矿业大学; 机电工程学院; 浙江大学; 江苏师范大学; 工业控制技术国家重点实验室; 中国矿业大学（北京）