針對具有多模分布結構的高維數據的分類問題,該文提出一種無限最大間隔線性判別投影（i MMLDP）模型。與現有全局投影方法不同,模型通過聯(lián)合Dirichlet過程及最大間隔線性判別投影（MMLDP）模型將數據劃分為若干個局部區(qū)域,并在每一個局部學習一個最大邊界線性判別投影分類器。組合各局部分類器,實現全局非線性的投影與分類。i MMLDP模型利用貝葉斯框架聯(lián)合建模,將聚類、投影及分類器進行聯(lián)合學習,可以有效發(fā)掘數據的隱含結構信息,因而,可以較好地對非線性可分數據,尤其是具有多模分布特性數據進行分類。得益于非參數貝葉斯先驗技術,可以有效避免模型選擇問題,即局部區(qū)域劃分數量�；诜抡鏀祿⒐矓祿袄走_實測數據集驗證了所提方法的有效性。 

【文章來源】：電子與信息學報. 2017,39(12)北大核心EICSCD

【文章頁數】：8 頁

【參考文獻】：
期刊論文
[1]一種基于多極化散射機理的極化SAR圖像艦船目標檢測方法[J]. 文偉,曹雪菲,張學峰,陳渤,王英華,劉宏偉.  電子與信息學報. 2017(01)
[2]基于Fisher約束和字典對的圖像分類[J]. 郭繼昌,張帆,王楠.  電子與信息學報. 2017(02)
[3]基于隨機投影和稀疏表示的跟蹤算法[J]. 郁道銀,王悅行,陳曉冬,汪毅.  電子與信息學報. 2016(07)
[4]無限最大間隔Beta過程因子分析模型[J]. 張學峰,陳渤,王鵬輝,文偉,劉宏偉.  西安電子科技大學學報. 2016(03)
[5]一種基于Dirichelt過程隱變量支撐向量機模型的目標識別方法[J]. 張學峰,陳渤,王鵬輝,劉宏偉.  電子與信息學報. 2015(01)



本文編號：3161019