基于次特征值误差补偿和非对称分布的马氏距离改进算法

• 作 者: 李国宏 施鹏飞
• 机 构: 上海交通大学图像处理与模式识别研究所
• 出 处: 电子学报
• 发表日期: 2007年04期
• 关键词: 特征值 非对称分布 马氏距离 误差 eigenvalue asymmetrical distribution Mahalanobis distance e
• 基金项目: 国家自然科学基金（N0.60075007）,国家863高技术研究发展计划（No.2006AA012119）

本文提出了一种有限样本集上基于次特征值误差补偿和优势主向量上非对称分布的马氏距离改进算法.通过改进的马氏距离,有限样本导致的次特征值误差得到补偿,样本特征矢量在变换空间的各优势主向量上的投影分布得到更精确的刻画,因此可以有效地计算最近邻参考矢量.在UCI手写体数字字符数据库上的识别实验结果表明,该改进算法对于提高识别性能是有效的.