陈松灿;杨旭兵 替代线性鉴别分类器。 （英文） Zbl 1070.68582号 模式识别 37，第7期，1545-1547（2004）. 小结：Fisher线性判别分析（FLDA）通过最大化Fisher准则找到一组最佳的判别向量，即间散射与内散射的比率。它的一个主要缺点是，对于C类问题，可以找到的判别向量的数量由C-1上界。在本文中，对于二值类问题，我们提出了替代FLDA来突破这一限制，只需用新的散射测度替换原始的散射间隔。实验结果表明，与Fisher方法和线性SVM相比，我们的方法具有令人印象深刻的识别性能。 引用于三文件 MSC公司： 68吨10 模式识别、语音识别 关键词：Fisher线性判别分析;特征提取;替代线性鉴别分类器;支持向量机 软件：内核-机器 PDF格式BibTeX公司 XML格式引用 \textit｛S.Chen｝和\textit｛X.Yang｝，模式识别37，编号7，1545-1547（2004；Zbl 1070.68582） 全文： 内政部 参考文献： [1] Mclachlan，G.J.，《判别分析与统计模式识别》（1992年），威利出版社：威利纽约·Zbl 0850.62481号 [2] Vapnik，V.N.，《统计学习理论的本质》（1995），施普林格出版社：纽约施普林格·Zbl 0934.62009号 [3] 北卡罗来纳州克里斯蒂亚尼尼。；Shewe Taylor，J.，支持向量机（2000），剑桥大学出版社：剑桥大学出版社 [4] UCI知识库位于http://www.kernel-machines.org/datasets/。; UCI知识库位于http://www.kernel-machines.org/datasets/。 [5] 霍恩，R.A。；Johnson，C.R.，矩阵分析（1985），剑桥大学出版社：剑桥大学出版社·Zbl 0576.15001号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。