基于广义判别分析的光谱分类

详细信息   全文下载|推荐本文 |

• 出版年：2006
• 作者：许馨；杨金福；吴福朝；赵永恒
• 单位1：中国科学院自动化研究所国家模式识别实验室
• 出生年：1974
• 学历：博士研究生
• 语种：中文
• 作者关键词：光谱分类；广义判别分析；线性判别分析；核主成分分析
• 起始页：1960
• 总页数：5
• 经费资助：国家“863”计划项目(2003AA133060)资助
• 刊名：光谱学与光谱分析
• 是否内版：否
• 刊频：月刊
• 创刊时间：1981
• 主管单位：中国科学技术学会
• 主办单位：中国光学学会
• 主编：黄本立
• 电子信箱：chngpxygpfx@vip.sina.com
• 网址：http://gpxygpfx.periodicals.net.cn
• 卷：26
• 期：10
• 期刊索取号：P342.06220
• 核心期刊：物理类、化学类核心期刊

摘要

提出了基于广义判别分析(generalized discriminant analysis，GDA)方法对恒星(Star)、星系(Galaxy)和类星体(Quasars)的光谱进行分类。广义判别分析将核技巧与Fisher判别分析结合起来，通过非线性映射将样本集映射到高维特征空间F，在F空间中进行线性判别分析。实验对比了LDA，GDA，PCA，KPCA算法对于恒星、星系和类星体的光谱分类性能。结果表明基于GDA的算法对于这3种类型光谱的分类正确率最高，LDA次之；尽管KPCA也是一种基于核的方法，但是选择主成分个数较少时效果较差，甚至低于LDA；基于PCA的分类效果最差。