.png){kind=icon}
返回
HIGH-DIMENSIONAL SCALE INVARIANT DISCRIMINANT ANALYSIS
.png){kind=icon}
OA
AI
DOI：10.5705/ss.202022.0380.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在本论文中，我们提出了一种适用于高维数据的尺度不变线性判别分析分类器，该数据具有密集信号。该方法适用于数据维度小于或大于样本量的两种情况。基于随机矩阵理论中样本相关矩阵的最新进展，我们推导了误差率的渐近极限，该极限表征了数据维度和调参参数的影响。我们提出的分类器的主要优势在于尺度不变性，并且适用于任何特征方差。进行了多项数值研究，结果表明我们提出的分类器相比一些现有方法表现更优。
Keyword:
Dimension effect
discriminant analysis
random matrix theory
sample correlation matrix
scale invariant
