基于PSO的Fisher准则下小样本最佳鉴别变换

作     者：芮挺 周游 Qi Tian 方虎生 戎晓力 RUI Ting;ZHOU You;Qi Tian;FANG Hu-Sheng;RONG Xiao-Li

作者机构：解放军理工大学工程兵工程学院南京210007 江苏经贸职业技术学院会计系南京210007 Deptartment of Computer Science University of Texas at San Antonio San Antonio TX 78249 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2009年第22卷第2期

页      面：288-292页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目资助(No.50608069) 

主　　题：模式识别 Fisher准则 最佳鉴别变换 粒子群优化(PSO) 

摘      要：小样本条件下,Fisher准则中类内散布矩阵一般是奇异的,无法直接求解.本文提出利用粒子群优化理论,在无需求类内散布矩阵逆的情况下求解Fisher准则下小样本最佳鉴别变换的方法.讨论了通过粒子群优化算法的位置——速度搜索模型获取最佳鉴别投影向量的方法和步骤.实验对比类内散布矩阵非奇异时,采用计算特征向量方法和本文方法的差异.分析验证小样本条件下类内散布矩阵奇异时,通过本文方法进行最佳鉴别变换的分类效果.实验证实本文算法的有效性.