陆、居伟；Plataniotis，K.N。；Venetsanopoulos，A.N。；王杰 一种有效的核判别分析方法。 （英语） Zbl 1077.68804号 模式识别 38，第10期，1788-1790（2005）. 摘要：传统的核判别分析方法应用于人脸识别等高维模式分类任务时，遇到的两个主要问题是样本量小和计算复杂度高。本文介绍了一种新的核判别学习方法，该方法能够利用正则化和子空间分解技术有效地解决这两个问题。在真实人脸数据库上进行的实验表明，该方法在分类精度方面优于现有的核方法，如核主成分分析和核线性判别分析，且计算成本显著降低。 引用于8文件 MSC公司： 68吨10 模式识别、语音识别 关键词：内核机；样本量小；规则化；人脸识别 PDF格式BibTeX公司 XML格式引用 \textit{J.Lu}等人，模式识别38，No.101788--1790（2005；Zbl 1077.68804） 全文： 内政部 参考文献： [1] Chen，L.-F。；廖洪云。；Ko，M.-T。；林，J.-C。；Yu，G.-J.，一种新的基于LDA的人脸识别系统，可解决小样本问题，模式识别。，33, 1713-1726 (2000) [2] Yu，H。；Yang，J.，高维数据的直接LDA算法及其在人脸识别中的应用，模式识别。，34, 2067-2070 (2001) ·Zbl 0993.68091号 [3] 卢，J。；Plataniotis，K。；Venetsanopoulos，A.，小样本情况下线性判别分析的正则化研究及其在人脸识别中的应用，模式识别。莱特。，26, 2, 181-191 (2005) [4] Baudat，G。；Anouar，F.，使用核方法的广义判别分析，神经计算，12385-2404（2000） [5] 卢，J。；Plataniotis，K。；Venetsanopoulos，A.，使用核直接判别分析算法的人脸识别，IEEE Trans。神经网络，14，1，117-126（2003） 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。