文献类型：期刊文章

作　　者：甘俊英[1] 张有为[2]

机构地区：[1]五邑大学信息科学研究所,江门529020 [2]北京航空航天大学电子工程系,北京100083

出　　处：《模式识别与人工智能》

基　　金：广东省自然科学基金(No.000872)

年　　份：2002

卷　　号：15

期　　号：4

起止页码：429-434

语　　种：中文

收录情况：BDHX、BDHX2000、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：本文在线性Fisher鉴别与核函数Fisher鉴别的基础上,依据D.H.Foley和J.W.Sammon提出的广义Fisher最佳鉴别概念,将两类模式识别问题的求解方法进行非线性推广,引入了相应的概念,导出并证明了广义核函数Fisher最佳鉴别,得出了广义核函数Fisher最佳鉴别的决策函数.广义核函数Fisher最佳鉴别在判断测试样本时采用竞争原则,将测试样本判为具有最大决策函数值所属的类别,为解决多类模式识别问题提供了一种有效途径.广义核函数Fisher最佳鉴别具有充分的理论依据,泛化能力强,在多类模式识别中具有重要的意义和应用价值.

关 键 词：模式识别 广义  核函数 线性Fisher鉴别  核函数Fisher鉴别  

分 类 号：TP391.4]