改进的线性判别分析算法及其在人脸识别中的应用 (2005年)

【文件属性】：
文件名称：改进的线性判别分析算法及其在人脸识别中的应用 (2005年)
文件大小：253KB
文件格式：PDF
更新时间：2021-05-13 03:26:00
自然科学 论文 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．