因子分析判别准则的线性降维方法研究

• 作者: 巩知乐 廖海斌 张少龙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 特征提取 线性降维 Fisher判别准则 因子分析 人脸识别
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 145-149
• 页数: 5页
• 分类号: TP391
• 字数: 4755字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0487

摘要

提取稳定且具有判别性的低维特征是模式识别研究中的关键问题.在深入研究Fisher判别准则的基础上,从因子分析的实际角度考虑,提出基于因子分析的判别准则,解决Fisher判别准则类内和类间散布矩阵非最优定义问题.通过在合成数据集和真实人脸数据集上进行实验比较表明,该方法在解决数据集中的边缘类和人脸的表情、姿态变化等问题上比Fisher判别准则更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张少龙	平顶山工业职业技术学院计算机与软件工程学院	17	58	3.0	7.0
2	巩知乐	平顶山工业职业技术学院计算机与软件工程学院	2	21	2.0	2.0
3	廖海斌	湖北科技学院计算机科学与技术学院	13	50	3.0	7.0