论文部分内容阅读
针对高维、小样本的分类问题,提出2个重要的准则,用于估计RBF单元的初始宽度。采用主成分分析方法把训练样本集投影到特征脸空间,以减少维数,用Fisher线性判别式产生一组最具判别性的特征,使不同类间的训练数据尽可能地分开,而同一类的样本尽可能地靠近。实验结果证明,该算法在分类的错误率及学习的效率上都表现出较好的性能。