论文部分内容阅读
结合Fisher判别分析和支持向量机的优点,提出了一种新的分类算法-Fisher—SV分类器(简称FSVC)。该分类器的核心思想就是寻找最优分类面的法向量w^*,使得样本向量在w^*上做投影后,不仅使分类间隔达到最大,而且使类内离散程度尽可能小。对于线性情况,可以转化为传统的支持向量机求解,而不需要设计新的求解算法。对于非线性情况,利用再生核理论得出新的求解算法。实验结果表明,该分类器具有很高的准确度和可靠性: