比迹准则下的边界判别投影

摘要

为了克服高维数据分析中存在的"维数灾难",提出了一种有监督的数据降维算法,该方法将边界判别投影算法扩展到比迹准则下进行建模,通过最大化同类样本点之间的最近距离,最小化异类样本点之间的最大距离,来获取最优的判别投影方向.理论分析表明,比迹准则下的边界判别投影算法所生成的低维表示对原始数据的可逆变换就有不变性,且求得的投影方向是关于类内散度矩阵共轭正交的.人脸数据集上的分类实验表明,与迹差准则下的边界判别投影算法相比,比迹准则下的边界判别投影算法在每类样本点较少时具有更高的判别能力.