杨，J。；D.张。；Yang，J.-Y。 一种可处理小样本和高维问题的广义K-L展开方法。 （英语） Zbl 1035.68109号 PAA，模式分析。申请。 6，第1期，47-54（2003）. 小结：本文推广了能够提取类向量中包含的歧视性信息的K-L展开方法，使其适合于解决小样本问题。我们从理论上进一步研究了如何在高维情况下降低该方法的计算复杂性。因此，开发了一种简单有效的GKLE算法。我们在ORL人脸图像数据库和NUST603手写汉字数据库上测试了我们的方法，实验结果表明GKLE优于现有的PCA、PCA+LDA和Direct LDA技术。 引用于5文件 MSC公司： 68吨10 模式识别、语音识别 关键词：人脸识别；特征提取；高维问题；K-L膨胀；主成分分析；小样本量问题 软件：ORL面 PDF格式BibTeX公司 XML格式引用 \textit{J.Yang}等人，PAA，模式分析。申请。6，第1号，47-54（2003；Zbl 1035.68109） 全文： 内政部