一种新的基于Fisher准则的线性特征提取方法

• 作者: 刘刚 黄国宏
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 特征提取 小样本问题 Fisher准则 人脸识别
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 227-230
• 页数: 4页
• 分类号: TP391
• 字数: 3037字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.05.067

摘要

针对现有的基于Fisher准则的线性特征提取方法存在的不足,提出了一种新的加权Fisher特征提取方法.该方法通过引入一个加权函数来削弱边缘类别的影响,减少投影空间中相邻类别问的重叠,提高了识别正确率.针对小样本问题,也给出了该算法的一个可行的最优判别矢量集的求解方法.分别对COIL图像数据库以及ORL人脸数据库进行实验,结果表明,就识别率而言,该方法得到的最优判别矢量具有更好的特征提取能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘刚	上海电力学院电力与自动化工程学院	28	149	5.0	11.0
2	黄国宏	广东工业大学信息工程学院	9	69	4.0	8.0