TY -的A2 Pai,平峰AU - Lu,志诚盟——梁、Zhizheng PY - 2016 DA - 2016/11/30 TI -一个完整的子空间线性判别分析和其强大的分析实现SP - 3919472六世- 2016 AB -线性判别分析已被广泛研究了数据挖掘和模式识别。然而，在某些情况下对矩阵对(类内散点矩阵和类间散点矩阵)进行特征分解时，会发现存在退化特征值，从而导致与退化特征值对应的特征子空间的信息无法区分。为了解决这一问题，本文重新考虑了线性判别分析，并根据优化准则提出了一种稳定有效的线性判别分析算法。通过讨论优化准则的性质，我们发现当退化特征值出现时，某些特征子空间中的特征向量可能是不可分辨的。利用最大边距准则的思想，将最大边距准则嵌入退化特征值对应的特征子空间中，利用特征子空间中特征向量的可鉴别性。由于该算法能处理特征值退化的情况，不仅能处理小样本问题，还能从类间散点矩阵的零空间中选择投影向量。在多个人脸图像和微阵列数据集上进行了大量的实验，对所提算法的分类性能进行了评价，实验结果表明，在大多数情况下，所提算法的标准差都小于其他方法。SN - 2090-0147 UR - https://doi.org/10.1155/2016/3919472 DO - 10.1155/2016/3919472 JF - Journal of Electrical and Computer Engineering PB - Hindawi Publishing Corporation KW - ER -