距离判别法以及fisher判别法等的讲解与程序实现（matlab)

基于matlab的Fisher判别，Fisher判别是找一条线把高维映射为一维在进行判别的方法。

本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集。 目录线性判别分析代码实现缺少一组数据的问题已解决！代码已更新！ 线性判别分析 线性判别分析(Linear Discriminant Analysis,简称LDA)是一种经典的线性学习方法，在二分类问题.上因为最早由[Fisher, 1936]提出,亦称“Fisher判别分析”。 LDA的基本思想:给定训练样例集,设法将样例投影到一条直线上,使得同类样例的投影点尽可能接近、异类样例的投影点尽可能远离;在对新样本进行分类时,将其投影到同样的这条直线上，再根据投影点的位置来确定新样本的类别。 下图是LD

基于Fisher准则的线性分类器设计，模式识别课程的实验报告，word版，有实验原理、matlab源程序、运行结果及输出图像。

Fisher阀门选型软件（英文），部分系统安装出错，亲测win7旗舰版安装正常

利用Fisher线性判别来进行男女分类,用MATLAB实现代码，其中包含数据与文档说明！ 利用Fisher线性判别来进行男女分类,用MATLAB实现代码，其中包含数据与文档说明！

针对电力电子电路模型具有非线性，进行故障诊断比较困难这一问题，提出了一种基于高阶累积量与Fisher判别法的故障诊断方法。首先，利用高阶累积量（HOC）对电路可测点的响应信息进行处理，将处理得到的峰度和陡度作为故障的特征向量。再利用Fisher判别分析法对故障进行模式分类，得到最终的模式识别结果。所选实例证明了高阶累积量构造的特征向量可以区分各种故障模式，Fisher判别分析法识别故障的准确率很高。

Fisher线性判别分类器 本实验旨在让同学进一步了解分类器的设计概念，理解并掌握用Fisher准则函数确定线性决策面方法的原理及方法，并用于实际的数据分类。

基于Fisher准则线性分类器设计实验报告

针对列车车轮轮缘及轮辋裂纹图像特点，提出根据裂纹图像特征结合 Fisher 法判别的车轮裂纹识别算法，同时针对图像分割后提取出的图像裂纹线断裂不连续且不完整的问题，提出交互式裂纹线点采集提取结合曲线拟合生成裂纹线的方法；算法首先在图像预处理基础上，利用局部统计可变阈值法分割图像，用小面积阈值初筛去斑，结合形态学操作后，计算面积、平均宽度、外接矩形长宽比和圆形度 4 个特征量，然后计算连续性筛选图像中这些特征量的极值，再利用 Fisher 判别法对图像中的裂纹进行识别，并提取图像裂纹线坐标，用多项式最小二乘曲线拟合出完整裂纹线。实验结果表明本文方法具有较好的鲁棒性。