%0 Journal Article
%T 多重核线性判别分析及其权值优化
%A 刘笑嶂
%A 冯国灿
%J 计算机应用
%D 2009
%X ？为了提高非线性分类精度，借鉴在支持向量机(svm)框架下发展起来的多重核学习方法，针对基于核的线性判别分析(klda)构造多重核。进而，使用拉格朗日乘子法优化最大边缘准则(mmc)，提出了多重核权值优化算法。在feret和cmupie人脸图像库上的实验表明，与基于单个核的lda相比，多重核线性判别分析能够达到更高的分类性能。
%K 多重核
%K 核线性判别分析
%K 最大边缘准则
%K 权值优化
%K 拉格朗日乘子法
%U http://www.joca.cn/CN/abstract/abstract12232.shtml