訓練サンプル数が少ない状況下における正規直交判別ベクトル法

• 宮本 貴宣

  山口大学 工学部 知能情報システム工学科

• 浜本 義彦

  山口大学 工学部 知能情報システム工学科

書誌事項

タイトル別名

• On the Orthonormal Discriminant Vector Method in Small Training Sample Size Situations

抄録

統計的パターン認識の特徴抽出系の一つに, 正規直交判別ベクトル法がある.次元数に対する訓練サンプル数の比が小さいという現実的状況下では, クラス内共分散行列の推定誤差が大きくなり, 場合によっては逆行列が存在しないこともありえる.そこで, 本論文では, テプリッツ法, 正則化法という二種類のクラス内共分散行列の推定法を用いることで, 正規直交判別ベクトル法の改善を試みる.

収録刊行物

• 電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解

  電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 98 (206), 71-78, 1998-07-24

  一般社団法人電子情報通信学会

キーワード

• 特徴抽出
• 正規直交判別ベクトル法
• クラス内共分散行列
• テプリッツ法
• 正則化法

詳細情報

• CRID: 1573387452253149184
• NII論文ID: 110003274743
• NII書誌ID: AN10541106
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles