%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