基于类间判别的矩阵学习机

针对面向矩阵模式分类器设计(matrix-pattern-oriented classifier design,Mat CD)没有考虑到先验类间判别信息的不足,提出了一种新的面向矩阵型分类器设计的学习框架。首先通过把每一类分别使用K-means进行聚簇;然后使不同类的簇的中心之间的距离最大化,从而设计出正则化项RBC;最后把RBC嵌入到Mat CD中。实验结果表明,提出的新的面向矩阵型分类器设计的框架提高了Mat CD的分类性能,同时表明RBC的有效性。