论文部分内容阅读
特征提取是模式识别研究领域的一个热点.为了更好地解决人脸识别中的特征提取问题,定义了一种新的基于Fisher鉴别极小准则的特征提取方法,并且提出了类间散布矩阵零空间的概念,解决了先前Fisher线性变换方法中的最终特征维数受类别数的限制.在人脸数据库上的实验结果验证了该算法的有效性.
一种基于Fisher鉴别极小准则的特征提取方法
【摘 要】
：
特征提取是模式识别研究领域的一个热点.为了更好地解决人脸识别中的特征提取问题,定义了一种新的基于Fisher鉴别极小准则的特征提取方法,并且提出了类间散布矩阵零空间的概念,解决了先前Fisher线性变换方法中的最终特征维数受类别数的限制.在人脸数据库上的实验结果验证了该算法的有效性.
【机 构】
：
南京理工大学计算机科学与技术学院
【出 处】
：
计算机研究与发展
【发表日期】
：
2006年07期
【基金项目】
：
国家自然科学基金项目（60503026,60472060,60572034）,南京理工大学科研发展基金项目（AB96125）
其他文献
以现代教育理论为指导，从试验教学过程的构建、实验教学模式的改革、试验教学大纲及成绩评价体系的完善等方面探讨解剖生理学实验教学中提高学生创新能力的方法及措施。
模糊推理算法在自动控制等领域不断得到成功应用,但其理论基础却是贫弱的.从数学与逻辑的角度对模糊推理算法的基础进行研究分析,提出并证明了3个定理.结果表明在各种模糊推
模式识别过程就是对输入模式的分类过程,类是模式的本质,一般认为特征向量是模式的概括,基于这一认识,使得计算机准确地识别模式为某一类是困难的,问题在于人类的识别活动从不基于什么概括的特征向量,而是基于对输入模式的某一侧面的认识,然后利用相似、融合、协同进行识别.这一机制与Agent的工作原理极其相似,通过分析概括模式对模式识别所带来的困难,基于协同学中序参量的概念,给出了基于Agent的模式识别框架