基于核Fisher判别分析的目标识别

核Fisher判别分析是基于Fisher线性判别提出的一种非线性分类方法,其主要思想是首先把样本映射到某一特征空间,然后在此特征空间进行Fisher线性判别,这样就隐含地实现了原输入空间的非线性判别. 分析了核Fisher判别方法的分类机理,然后基于此方法对三类实际的船舶目标噪声谱进行了识别,并与神经网络、支撑矢量机等其他分类方法做了比较. 实验结果表明,核Fisher判别分析(加上一线性支撑矢量机做阈值估计)的识别效果优于其他分类算法.     

基于模糊c-均值与核Fisher判别分析的不平衡数据分类方法

为了解决传统分类方法对不平衡数据集中少数类的识别率较低的问题,提出一种基于模糊c-均值与核Fisher判别分析相结合的分类方法.该方法首先采用模糊c-均值算法对样本数据进行聚类,将聚类后的样本数据映射到特征空间中,再对映射后的样本数据采用核Fisher判别分析算法对数据进行分类.在UCI上选取8个不平衡数据进行仿真实验,就分类性能上与其他5种算法作了比较和分析.实验结果表明采用模糊c-均值与核Fisher判别相结合的方法可以获得较高的识别率,能有效地处理不平衡数据集的分类.     

基于模糊隶属度的加权广义不定核判别分析

对线性不可分的问题,已有许多基于正定核的降维方法,Fisher判别分析法是其中常用的方法。本研究对此类方法进行了改进和推广,首先将正定核推广到不定核,然后提出了基于模糊隶属度的不定核判别分析,最后结合权函数提出了加权广义不定核判别分析。实验结果表明,所提算法不仅有很好的分类效果,而且权函数的选择对分类结果有比较明显的影响。     

用小波变换和Fisher判别对人脸进行特征提取

提出了一种用小波变换和核函数Fisher判别对人脸进行特征提取的方法.同传统的特征提取方法相比,用核函数Fisher判别进行特征提取,不仅可以对人脸图像进行维数压缩,而且还可以有效利用提样本的类别信息.同时,用小波变换对人脸图像进行预处理以降低计算复杂度.同传统的Fisher变换相比,可以较好地解决人脸识别这一非线性问题.实验结果表明方法是有效的.     

核Fisher判别分析在数字信号分类中的应用

为了提高通信信号的识别精度,提出了一种基于核Fisher判别分析(KFDA)的数字调制信号分类器设计方法.将接收信号的高阶累积量作为分类特征向量,利用核函数的思想把非线性向量映射到一个高维空间,并在高维空间中利用线性Fisher判别分析实现数字信号的分类.将多类分类器分解成一系列二类问题,并给出了KFDA用于信号分类的详细流程.仿真实验结果表明,当选择合适的核参数时,基于KFDA的分类精度与支持向量机相当,但由于避免了求解非线性优化问题,故计算复杂度低,训练时间短.     

改进的核直接Fisher描述分析与人脸识别

针对奇异情况下核Fisher鉴别分析中非线性最优鉴别矢量集的求解问题,提出了改进的核直接描述分析（IKDDA）.根据再生核理论,定义核类内散度矩阵和核类间散度矩阵,将高维特征空间中的Fisher鉴别准则函数转化为核Fisher鉴别准则函数.基于同构映射原理和奇异值分解定理,在一个更小的空间内将核Fisher鉴别准则函数的极大值问题转化为其倒数的极小值问题,使最终的解不需要分开考虑核类内散度矩阵的零空间和非零空间.在ORL和UMIST人脸库上的实验结果表明,KDDA方法与其他方法相比,具有较低的误识率和较快的运行速度.     

核Fisher判别分析在助学贷款违约判别中的应用

以武汉地区部分高校2782个国家助学贷款的还贷及违约数据为样本,首先应用因子分析法,在每个样本的12个属性中,提取7个主因子,再将实际数据的70%作为训练样本、30%作为测试样本,分别用Fisher判别法以及加权核Fisher判别法进行判别分类。结果表明,Fisher判别法的正判率为54.08%,而加权核Fisher判别法正判率高达74%。该项研究对银行贷款的决策和管理具有重要指导意义,其原理方法也可应用于其他类似问题的研究。     

LLE与核Fisher判别分析结合的人脸识别研究

针对人脸识别问题提出了将LLE与核Fisher相结合的识别方法LLEKF,先应用LLE方法将样本和待测试的人脸图像集降低到一定维数,再利用核Fisher判别法通过选择合适的核函数,确定最优参数,对降维后的样本图像进行训练,并对降维后的人脸图像进行分类.实验证明,利用LLE低维嵌入后的数据能够更好地保持原人脸数据的非线性特征,并降低特征提取的时间,再经过核Fisher进行分类,明显提高了分类的效率.     

非接触式人体测量系统中人体体型分类与自动判别

采用摄影测量技术进行非接触人体测量时，通过摄取人体正面和侧面图像，可从人体图像中直接获得人体长度、宽度等有关尺寸信息，而人体的围度尺寸则需要通过二维数据转换间接获得．以模糊C均值聚类方法进行人体体型聚类，并根据聚类结果，使用核Fisher判别分析方法进行人体体型的自动判别，结果表明应用判别结果进行围度计算可有效提高计算精度．     

基于核Fisher方法的致密储层含气性识别——以徐家围子断陷沙河子组为例

储层含气性识别是该区致密砂砾岩气勘探亟需解决的关键问题.依据储层试气结果,以常规测井曲线和通过偶极子声波测井计算的岩石弹性参数作为储层含气性识别的技术资料,分别利用敏感曲线交会、主成分分析、多参数判别分析3种常用的线性方法和核Fisher非线性判别方法识别研究区储层含气性,通过对比不同方法的应用效果,优选出最适合研究区的储层含气性识别方法.研究结果表明:从技术资料角度,岩石弹性参数识别该区气层、差气层和干层的效果优于常规测井曲线的识别效果;从模型方法角度,非线性方法识别气层、差气层和干层的效果优于线性方法的识别效果;核Fisher方法最适合研究区储层含气性识别,经反复验证,基于常规测井曲线的核Fisher模型的符合率达到70.7%以上,基于岩石弹性参数的核Fisher模型的符合率达到81.7%以上.核Fisher非线性判别方法识别致密砂砾岩储层的含气性是可行的,该方法对其它地区也具有借鉴意义.