线性判别分析(linear discriminant analysis，LDA)是对费舍尔的线性鉴别方法的归纳，这种方法使用统计学，模式识别和机器学习方法，试图找到两类物体或事件的特征的一个线性组合，以能够特征化或区分它们。所得的组合可用来作为一个线性分类器，或者，更常见的是，为后续的分类做降维处理。
...进行预处理,分别利用基于非监督特征提取方法主成分分析（PCA）、局部保留投影（LPP）与基于监督特征提取方法线性判别分析（LDA）、局部保留投影（SLPP）对降噪后的光谱数据进行特征提取,统一选用支持向量机（SVM）作为分类器。
基于569个网页-相关网页
DA 包括两种：一是线性判别分析(Linear DA)，是最常用、最简单的 DA 方法， 二是二次判别分析(Quadratic DA)，该方法的效果没前者好 [45] ，因此二次判别分析很少 在信用评...
基于12个网页-相关网页
...网 鉴别向量构成子 空间，以原始样本在该子空间内的投影向量作为鉴别特征用于识别，此即经典的Fisher 线性判别分析（FisherLDA，FLDA）方法。
基于4个网页-相关网页
线性判别分析是一种较为普遍的用于特征提取的线性分类方法。
Analysis is one of the most popular linear classification techniques for feature extraction.
拓展算法三：引入统计筛选和线性判别分析相结合的分层递阶约简算法。
Extended approach three: a hierarchical reduction approach is imported, which is based on the combination of statistical feature selection and linear discriminant analysis.
多个人脸数据库上的实验结果表明，本算法能够有效地解决线性判别分析中的小样本规模问题。
Experiments demonstrate that the proposed method can effectively solve the small sample size problem of LDA.
应用推荐