基于最大散度差判别分析的一种目标识别方法

针对线性判别分析(LDA)在多类高维小样本模式的分类中存在的“小样本问题”和“次优性问题”,提出了一种基于最大散度差判别准则的监督维数约简方法.首先,构造类内和类间离散度函数；然后采用最大散度差判别准则设计最佳判别目标函数,得到映射矩阵和提取分类特征.该方法省略了求解逆矩阵过程,从而避免了传统的DA存在的小样本问题;最后,在真实飞机图像数据库上的识别实验结果验证了该算法的有效性.