于华；杨杰 用于高维数据的直接LDA算法——应用于人脸识别。 （英语） Zbl 0993.68091号 模式识别 34，第10号，2067-2070（2001）. 摘要：我们提出了一种用于高维数据分类的直接LDA算法，特别是在人脸识别中的应用。由于样本数通常小于样本的维数，因此\（S_b）和\（S_w）都是奇异的。通过修改同时对角化过程，我们可以丢弃空空间\（S_b \）（它不携带任何区别信息），并保留空空间_（S_w \），这对分类非常重要。此外，还引入了计算技术来有效处理大型散布矩阵。结果是一个统一的LDA算法，它给出了Fisher准则的精确解，无论\（s_w\）是否奇异。 引用于99文件 MSC公司： 68吨10 模式识别、语音识别 68周05 非数值算法 关键词：LDA算法；人脸识别 PDF格式BibTeX公司 XML格式引用 \textit｛H.Yu｝和\textit｛J.Yang｝，模式识别34，编号102067--2070（2001；Zbl 0993.68091） 全文： 内政部 参考文献： [1] Chen，L。；廖，H。；Ko，M。；林，J。；Yu，G.，一种新的基于LDA的人脸识别系统，可以解决小样本问题，模式识别，33，10，1713-1726（2000） [2] 斯威茨，D。；Weng，J.，将判别特征用于图像检索，模式分析。机器。智力。，18, 8, 831-836 (1996) [3] Belhumeur，P.N。；赫斯帕尼亚，J.P。；Kriegman，D.J.，使用特定类别线性投影的特征脸与渔民脸识别，模式分析。机器。智力。，19, 7, 711-720 (1997) [4] Fukunaga，K.，《统计模式识别导论》（1990），学术出版社：纽约学术出版社·Zbl 0711.62052号 [5] 特克，M。；Pentland，A.，识别特征脸，J.认知神经科学。，3, 1, 72-86 (1991) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。