改进的概率秩一判别分析模型及其应用

本文基于二维概率线性判别分析模型,即概率秩一判别分析模型(PRODA)进行扩展,引入每类单独的个体行列因子矩阵构建改进的概率秩一判别分析模型(I-PRODA)。新模型保留了原模型的优点,结合了数据个体内部与个体之间的变化,明确的表达了类别和噪声分量,同时考虑到了数据的不确定性和个体特定的变化。并以二维矩阵为输入数据,能充分利用来自张量的结构信息。相较于传统的PRODA模型,I-PRODA模型能更适用于类内方差大的图像识别。本文最后通过人造数据与真实数据的实验证明了I-PRODA模型具有更好的分类效果和识别率。