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。