基于维度约束的距离测度学习算法

• 作 者: 房娟 刘洪英 李庆利
• 机 构: 华东师范大学信息与科学技术学院上海市多维度信息处理重点实验室
• 出 处: 华东师范大学学报(自然科学版)
• 发表日期: 2017年2期
• 关键词: 距离测度学习 有监督学习 南近邻分类 显微高光谱 神经分类 distance metric learning supervised learning kNN

为提高分类精度，通过距离测度学习可以得到样本在新的特征空间里新的表示．针对马氏距离未考虑不同类别样本维度间相关性存在差异这一缺陷，提出了一种新的有监督的距离测度学习算法，即独立．差别分量分析方法（Independent Discrimi．Native Component Analysis，I-DCA），并将其运用于基于南近邻分类器的运动神经与感觉神经分类中．作为对照，还详细分析了已有的相关分量分析方法（Relevant Component Analysis，RCA）和差别分量分析方法（Discrimi-N