蒋、胜利;张俊英;徐，金 线性局部切空间的判别分析算法。 （中文。英文摘要） Zbl 1240.68261号 华中科技大学学报。Technol公司。 38，第10号，66-69（2010）. 摘要：为了保持数据的局部几何结构和最大化数据的分类边缘，提出了一种新的分类算法，称为线性局部切线空间判别分析（LLTSDA）。该算法是一种有监督的改进流形学习算法。局部切线空间对齐矩阵保留了低维嵌入空间中数据的局部几何结构，而散布矩阵可以确保类内散布最小化和类间散布最大化，通过将广义特征值问题求解为上述矩阵的和，可以获得一个折衷的投影向量基。与经典分类方法相比，耶鲁大学、曼彻斯特大学科学技术学院（UMIST）和麻省理工学院人脸数据库的实验结果表明，LLTSDA算法在降低维数的同时，可以提取更有效的人脸识别特征，它获得了更高的识别精度和更强的分类能力。 MSC公司： 68吨10 模式识别、语音识别 68T05型 人工智能中的学习和自适应系统 62H25个 因子分析和主成分；对应分析 62小时30分 分类和区分；聚类分析（统计方面） 68单位10 图像处理的计算方法 关键词：图像处理;人脸识别;局部切空间对齐;最大裕度准则;特征提取;流形学习 软件：耶鲁脸 PDF格式BibTeX公司 XML格式引用 \textit{S.Jiang}等人，华中科技大学J。Technol公司。38、第10、66-69号（2010；Zbl 1240.68261）