精品文檔

。

1

歡迎下載

線性鑒別分析法

線性鑒別分析

(Linear?Discriminant?Analysis,?LDA)

，有時也稱

Fisher

線性判別

(Fisher

Linear

Discriminant

,FLD)

，

這種算法是

Ronald

Fisher

于

1936

年發明的，是模式識別的經典算法

[i]

。在

1996

年由

Belhumeur

引入模式識

別和人工智能領域的。

性鑒別分析的基本思想是將高維的模式樣本投影到最佳鑒

別矢量空間，

以達到抽取分類信息和壓縮特征空間維數的效果，

投影后保證模式

樣本在新的子空間有最大的類間距離和最小的類內距離，

即模式在該空間中有最

佳的可分離性。

因此，

它是一種有效的特征抽取方法。

使用這種方法能夠使投影

后模式樣本的類間散布矩陣最大，

并且同時類內散布矩陣最小。

就是說，

它能夠

保證投影后模式樣本在新的空間中有最小的類內距離和最大的類間距離，

即模式

在該空間中有最佳的可分離性。

3.2.1?Fisher

線性判別準則

假設有一組屬于兩個類的

n

個

d

維樣本

x

1

，

．

．

．

，

x

n

，其中前

n

1

個樣本屬

于類

1

?

，后面

n

2

個樣本屬于類

2

?

，均服從同協方差矩陣的高斯分布。各類樣

本均值向量

m

i

(

i=1

，

2

)如式(

3-15

)

：

m

i

總結

以上是生活随笔為你收集整理的lda 协方差矩阵_LDA算法详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。