基于库仑定律的类平衡方法

投影算法学习一个变换函数，将数据从输入空间投影到特征空间，目的是增大类间距离。然而，增大类间距离可能会影响类内距离。在不影响数据分布类内距离的前提下，维持各类之间最优的类间分离是一项具有挑战性的任务。本文受静电学库仑定律的启发，提出了一种新算法来计算任意数据分布的最优分离类间均衡空间。该算法进一步学习输入空间与均衡空间之间的变换，以在均衡空间中进行分类。所提算法的性能在三个不同分辨率的四个公开数据集上进行了评估。观察到该算法在低分辨率图像上表现良好。