标题：
极速非线性判别分析网络
点击次数：
所属单位：
计算机科学与技术学院/人工智能学院/软件学院
发表刊物：
数据采集与处理
关键字：
线性判别分析;神经网络;核判别分析;极速化;
摘要：
由于线性判别分析仅是线性方法,难以有效应对非线性问题,而对其非线性化是解决这一问题的关键途径。非线性化判别方法主要包括神经网络和核化方法。神经网络判别分析方法虽然继承了神经网络所具有的自适应、分布存储、并行处理和非线性映射等优点,但也遗传了其训练速度慢且易陷入局部最小值缺点;而核线性判别分析方法虽能获得全局最优解析解,但因受制于隐节点数目(等于样本个数),当数据规模大时,计算成本变大。本文受随机映射启发,对神经网络判别分析方法进行极速化改造,实现了一种极速非线性判别分析方法,兼具神经网络的自适应性和全局最优解的快速性。最后在UCI真实数据集上的实验表明,极速非线性判别分析方法具有更优的分类性能。
是否译文：
否
发表时间：
2018-05-15
合写作者：
谢群辉
通讯作者：
陈松灿
发表时间：
2018-05-15
学位：工学博士学位
职称：教授
所在单位：计算机科学与技术学院/人工智能学院/软件学院