统计不相关最佳鉴别矢量集的本质研究

被引：6

作者：

吴小俊

杨静宇

王士同

刘同明

Josef Kittler

机构：

[1] 华东船舶工业学院

[2] 南京理工大学信息学院

[3] CVSSP

[4] University of Surrey

[5] Surrey GUXH

[6] UK

来源：

中国工程科学 | 2004年 / 02期

关键词：

模式识别; 特征抽取; 鉴别分析; 广义最佳鉴别矢量集; 人脸识别;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

对统计不相关最佳鉴别矢量集的本质进行研究 ,在基于总体散布矩阵特征分解的基础上 ,构造了一种白化变换 ,使得变换后的样本空间中的总体散布矩阵为单位矩阵 ,这样使得传统的最佳鉴别矢量集算法得到的均是具有统计不相关的最佳鉴别矢量集 ,从而揭示了统计不相关最佳鉴别变换的本质———白化变换加普通的线性鉴别变换。该方法的最大优点在于所获得的最优鉴别矢量同时具有正交性和统计不相关性。该方法对代数特征抽取具有普遍适用性。用ORL人脸数据库的数值实验 ,验证了该方法的有效性

引用

页码：44 / 47

页数：4

共 5 条

[1] 求解广义最佳鉴别矢量集的一种迭代算法及人脸识别 [J].