|
|||||
|
|
| 目标识别中特征空间核矩阵收缩方法 | |
| 引用本文： | 郭雷,肖怀铁,付强.目标识别中特征空间核矩阵收缩方法[J].自然科学进展,2008,18(12):1467-1473. |
| 作者姓名： | 郭雷 肖怀铁 付强 |
| 作者单位： | 国防科技大学电子科学与工程学院ATR实验室,长沙,410073 |
| 基金项目： | 国家自然科学基金 |
| 摘 要： | 线性分类与非线性分类是模式识别领域的基础性课题．核方法处理非线性分类问题有其独特的优势，核矩阵反映了输入样本在特征空间的位置关系，决定了样本在特征空间的可分性．针对特征空间线性不可分问题，提出了特征空间核矩阵收缩的新概念和新方法．首先定义了特征空间中样本数据的收缩因子以及样本数据相对于各类类心的收缩方法；然后理论推导得到样本数据收缩后的核矩阵，并且证明收缩后的数据可分性能更优．最后的实验从核矩阵的性能度量以及核矩阵的分类性能两个方面验证了收缩后的核矩阵性能比收缩前性能更优． |
| 关 键 词： | 核方法 核矩阵 特征空间 收缩因子 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《自然科学进展》浏览原始摘要信息 | |
| 点击此处可从《自然科学进展》下载免费的PDF全文 | |