提出了基于核诱导距离度量的鲁棒判别分析算法(robust discriminant analysis based on kernel-induced distance measure,KI-RDA)。KI-RDA不仅自然地推广了线性判别分析(linear discriminant analysis,LDA),而且推广了最近提出的强有...
详细信息
提出了基于核诱导距离度量的鲁棒判别分析算法(robust discriminant analysis based on kernel-induced distance measure,KI-RDA)。KI-RDA不仅自然地推广了线性判别分析(linear discriminant analysis,LDA),而且推广了最近提出的强有力的基于非参数最大熵的鲁棒判别分析(robust discriminant analysis based on nonparametric maximum entropy,MaxEnt-RDA)。通过采用鲁棒径向基核,KI-RDA不仅能有效处理含噪数据,而且也适合处理非高斯分布的非线性数据,其本质的鲁棒性归咎于KI-RDA通过核诱导的非欧距离代替LDA的欧氏距离来刻画类间散度和类内散度。借助这些散度,为特征提取定义类似LDA的判别准则,导致了相应的非线性优化问题。进一步借助近似策略,将优化问题转化为直接可解的广义特征值问题,由此获得降维变换(矩阵)的闭合解。最后在多类数据集上进行实验,验证了KI-RDA的有效性。由于核的多样性,使KI-RDA事实上成为了一个一般性判别分析框架。
在移动环境下,移动设备的IP地址动态变化,这使得移动应用程序相互之间进行通信变得困难。为了解决上述问题,我们设计了一个从移动设备的逻辑名解析其当前IP地址的系统IRMD(IP-address Resolution for Mobile Devices)。IRMD是一个多服...
详细信息
在移动环境下,移动设备的IP地址动态变化,这使得移动应用程序相互之间进行通信变得困难。为了解决上述问题,我们设计了一个从移动设备的逻辑名解析其当前IP地址的系统IRMD(IP-address Resolution for Mobile Devices)。IRMD是一个多服务器系统,因而具有较高的容错能力。同时IRMD通过多服务器之间的协商保证在服务器宕机的情况下仍能维持解析结果的顺序一致性。基于一个C++实现的IRMD系统原型,我们评估了系统中服务器数量和使用系统的移动设备数量的变化对系统性能的影响,并分析了实验结果。实验结果表明,IRMD在服务器数量和移动设备数量增加的情况下仍然具有良好的性能。
暂无评论