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
