资源说明:PCA(principal component analysis)是一种常用的特征提取方法,LDA(linear discriminant analysis)是一种常用的数据分类方法。然而,传统PCA投影数据没有区分数据的类标签,传统LDA投影数据没有消除数据间的相关性,分类效果都不理想。针对该问题进行研究,设计出了一种WPCA-LDA(weighted principal component ana-lysis-linear discriminant analysis)分类方法。该方法首先对样本数据进行预处理,再运用数据中不同类别间的特征关系计算权值,对数据样本加权,之后用PCA进行特征提取,最后采用LDA方法对提取的特征分类。在MATLAB仿真实验中,该方法能将六类样品清晰分开。实验结果表明:与传统的PCA、LDA和PCA-LDA分类方法相比,WPCA-LDA方法的数据分类效果更好。
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。