上海交通大学学报
上海交通大學學報
상해교통대학학보
JOURNAL OF SHANGHAI JIAOTONG UNIVERSITY
2005年
4期
527-530
,共4页
特征提取%线性判别分析法%人脸识别%本征脸
特徵提取%線性判彆分析法%人臉識彆%本徵臉
특정제취%선성판별분석법%인검식별%본정검
提出了一种改进的线性判别分析(LDA)算法,能有效地解决传统LDA算法的两个局限,即小样本问题及在多类情况下传统的Fisher准则非最优.该算法还能提高某一(几)个指定类别的分类率.这种算法的关键在于使用不损失"有判别力信息"的方法来降维,同时在传统的Fisher准则中引入加权函数,得到与分类率直接相关的改进准则.在ORL人脸数据库上的比较实验结果证实了该算法的有效性.
提齣瞭一種改進的線性判彆分析(LDA)算法,能有效地解決傳統LDA算法的兩箇跼限,即小樣本問題及在多類情況下傳統的Fisher準則非最優.該算法還能提高某一(幾)箇指定類彆的分類率.這種算法的關鍵在于使用不損失"有判彆力信息"的方法來降維,同時在傳統的Fisher準則中引入加權函數,得到與分類率直接相關的改進準則.在ORL人臉數據庫上的比較實驗結果證實瞭該算法的有效性.
제출료일충개진적선성판별분석(LDA)산법,능유효지해결전통LDA산법적량개국한,즉소양본문제급재다류정황하전통적Fisher준칙비최우.해산법환능제고모일(궤)개지정유별적분류솔.저충산법적관건재우사용불손실"유판별력신식"적방법래강유,동시재전통적Fisher준칙중인입가권함수,득도여분류솔직접상관적개진준칙.재ORL인검수거고상적비교실험결과증실료해산법적유효성.