一种在小样本情形下求解广义最佳鉴别矢量集的新算法及其在人脸识别中的应用  

A Novel Algorithm Calculation the Generalezed Optimal Set of Discriminant Vectors in the Cace of Small Number of Samples and its Application T to Face recognition

作　　者：郭跃飞 周学毛 吴立德 杨静宇 

出　　处：《计算机科学》2002年第z1期258-260,共3页Computer Science

基　　金：本项研究得到国家自然科学基金重点项目(批准号:69935010)、国家自然科学基金(批准号:60072034)与博士点基金资助.

摘　　要：　　一、引言 　　线性特征抽取是一种有效的降维方法,到目前为止,人们给出了许多线性特征抽取方法[1,2],就鉴别能力来说,Foley-Sammon变换(FST)[3]被认为是最好的方法之一,FST是根据用于线性鉴别问题的Fisher鉴别准则[4]得到的,1970年,Sammon给出了基于Fisher准则的最佳鉴别平面[5],1975年Foley和Sammon推广了Sammon的方法,给出了最佳鉴别矢量集的结果,并以此构成了FST.Foley和Sammon的重要结果吸引了众多模式识别领域中的研究者[6～14],特别是对类内散布矩阵Sw为奇异的情形,人们作了许多工作,并取得了良好的结里[2,6,11～13].……

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]