基于近似梯度算法的Fisher线性判别分析问题的求解研究

作者：梁露方; 胡恩良^*

来源：云南民族大学学报(自然科学版), 2020, 29(03): 237-242.

• 降维
• Fisher线性判别分析
• 广义特征值问题
• 近似梯度下降算法

Fisher线性判别分析(FLDA,Fisher linear discriminant analysis)是一种经典的线性降维方法,可归结为广义特征值问题的求解,但广义特征值问题的求解的复杂度较高.为了更好地求解FLDA问题,引入了近似梯度下降(PGD,proximal gradient descent)算法,并分析了该算法的收敛性.实验结果表明,相较于求解广义特征值等方法,PGD算法能更高效地求解FLDA问题.

• 单位
  数学学院; 云南师范大学