一种改进的线性判别分析算法MLDA

摘要

线性判别分析(LDA)是模式识别方法之一,已广泛应用于模式识别、数据分析等诸多领域.线性判别分析法寻找的是有效分类的方向.而当样本维数远大于样本个数(即小样本问题)时,LDA便束手无策.为有效解决线性判别分析法的小样本问题,提出了一种改进的LDA算法--MLDA.该算法将类内离散度矩阵进行标量化处理,有效地避免了对类内离散度矩阵求逆.通过实验证明MLDA在一定程度上解决了经典LDA的小样本问题.