作者:宋家东 周明全 卢金环 刘一丹 李晓娟广义二维线性判别分析二维化小样本事件维度灾难
摘要:提出一种基于广义的2DLDA算法,简称:G2DLDA.首先,由于2DLDA算法提取的特征向量矩阵Sw-1Sb通常不是标准正交特征向量矩阵,因此该方法会严重影响特征提取的质量.本文根据Sw矩阵是对称正定的,即:具有Sw=S1/2w×S1/2 w性质,将2DLDA算法的特征向量矩阵转化成基于标准正交特征向量矩阵,即:S-1/2w SbSw-1/2w.其次,G2DLDA算法与2DLDA一样不会产生小样本事件,因为方程式S-1/2w SbS-1/2w v=λv的右端为单位矩阵,是满秩的.最后,G2DLDA算法采用基于Cosine-范数度量方式进行分类,实验证明该度量方式优于其他度量方式,如:欧氏距离度量方式以及F-范数度量方式.在实验阶段,本文采用Yale、ORL和JAFFE三个数据库对该算法进行测试与分析,实验结果证明该算法具有较好的鲁棒性,同时能够获得较高的识别率.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社