论文部分内容阅读
基于Fisher准则的特征提取方法是模式识别技术的重要分支，其中，Foley-Sammon变换和具有统计不相关性的最佳鉴别变换是这一技术典型代表，本文将它们与一种新型分类器一最近邻凸包分类器相结合，从而实现Fisher鉴别特征的有效分类。最近邻凸包分类器是一类以测试样本点到各类训练集生成类别凸包的距离为分类判别依据的模式分类新方法，具有非线性性，无参性，多类别适用性等特点。实验证实了本文方法的有效性。