正交MFA和不相关MFA

被引：7

作者：

于耀亮

张立明

机构：

[1] 复旦大学信息科学与工程学院电子工程系

来源：

模式识别与人工智能 | 2008年 / 21卷 / 05期

关键词：

线性判别分析(LDA); 边际费希尔分析(MFA); 正交边际费希尔分析(OMFA); 不相关边际费希尔分析(UMFA); 流形学习; 人脸识别;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

近期提出的边际费希尔分析(MFA)取得比传统线性判别分析(LDA)更好的分类效果.本文在 MFA 可分性准则的基础上,提出在基向量上加正交和不相关的约束.给出求解本文方法的迭代算法,并进一步从理论上证明它们在可分性上比原始的 MFA 要好.随后,在 ORL 和 Tale 人脸库上的实验证明本文方法的有效性.

引用

页码：603 / 608

页数：6

共 5 条

[1] 有效最佳鉴别特征的抽取与维数问题 [J].