PCA、LDA等子空间特征抽取方法已经被研究了好多好多年了,论文也多得不计其数。
最近浏览了一篇PR上的关于改进LDA的论文,拿出来分享一下。想说,这篇论文的题目真是取的够差的,Enhanced FLDA,就不能specific一点吗!
主要思想,改造了fisher准则(貌似好多论文都是以这个为出发点),通过邻接图模型(adjacency graph)来preserve类内样本之间的variation.
作者认为保持类内variation(使原本分散的类内样本在投影后仍能保持分散的性质)可以提高算法的稳定性和泛化性能。
类似的论文还有杨健老师的: