針對具有多模分布結(jié)構(gòu)的高維數(shù)據(jù)的分類問題,該文提出一種無限最大間隔線性判別投影（i MMLDP）模型。與現(xiàn)有全局投影方法不同,模型通過聯(lián)合Dirichlet過程及最大間隔線性判別投影（MMLDP）模型將數(shù)據(jù)劃分為若干個局部區(qū)域,并在每一個局部學(xué)習(xí)一個最大邊界線性判別投影分類器。組合各局部分類器,實現(xiàn)全局非線性的投影與分類。i MMLDP模型利用貝葉斯框架聯(lián)合建模,將聚類、投影及分類器進(jìn)行聯(lián)合學(xué)習(xí),可以有效發(fā)掘數(shù)據(jù)的隱含結(jié)構(gòu)信息,因而,可以較好地對非線性可分?jǐn)?shù)據(jù),尤其是具有多模分布特性數(shù)據(jù)進(jìn)行分類。得益于非參數(shù)貝葉斯先驗技術(shù),可以有效避免模型選擇問題,即局部區(qū)域劃分?jǐn)?shù)量�；诜抡鏀�(shù)據(jù)集、公共數(shù)據(jù)集及雷達(dá)實測數(shù)據(jù)集驗證了所提方法的有效性。 

【文章來源】：電子與信息學(xué)報. 2017,39(12)北大核心EICSCD

【文章頁數(shù)】：8 頁

【參考文獻(xiàn)】：
期刊論文
[1]一種基于多極化散射機(jī)理的極化SAR圖像艦船目標(biāo)檢測方法[J]. 文偉,曹雪菲,張學(xué)峰,陳渤,王英華,劉宏偉.  電子與信息學(xué)報. 2017(01)
[2]基于Fisher約束和字典對的圖像分類[J]. 郭繼昌,張帆,王楠.  電子與信息學(xué)報. 2017(02)
[3]基于隨機(jī)投影和稀疏表示的跟蹤算法[J]. 郁道銀,王悅行,陳曉冬,汪毅.  電子與信息學(xué)報. 2016(07)
[4]無限最大間隔Beta過程因子分析模型[J]. 張學(xué)峰,陳渤,王鵬輝,文偉,劉宏偉.  西安電子科技大學(xué)學(xué)報. 2016(03)
[5]一種基于Dirichelt過程隱變量支撐向量機(jī)模型的目標(biāo)識別方法[J]. 張學(xué)峰,陳渤,王鵬輝,劉宏偉.  電子與信息學(xué)報. 2015(01)



本文編號：3161019