提出了一种利用核函数算子处理非线性判别分析的新方法，称为广义判别分析（GDA）。基本理论与支持向量机（SVM）很接近，因为GDA方法提供了输入向量到高维特征空间的映射。在变换空间中，线性性质使得经典线性鉴别分析（LDA）很容易推广到非线性鉴别分析。该公式表示为特征值问题的解。使用不同的内核，可以覆盖广泛的非线性。对于模拟数据和交替核，我们给出了分类结果以及决策函数的形状。使用实际数据进行种子分类，验证了结果。

此内容仅以PDF格式提供。
©2000麻省理工学院
2000
您当前无权访问此内容。