兩種核鑒別特征提取算法的研究及應(yīng)用.pdf

1、特征提取是模式識(shí)別研究的最基本問(wèn)題之一。對(duì)于圖象識(shí)別而言，提取有效的圖象特征是完成圖象識(shí)別的首要任務(wù)?；诤说奶卣魈崛》椒ㄊ且环N非常有效的非線(xiàn)性特征提取的方法。
　　 核鑒別分析作為一種非線(xiàn)性的特征提取方法，能在人臉識(shí)別上取得比線(xiàn)性鑒別分析更好的識(shí)別效果。本文從圖像處理和模式識(shí)別的角度，對(duì)人臉識(shí)別方法進(jìn)行深入研究和改進(jìn)，將核方法與分?jǐn)?shù)階傅里葉變換(FRFT)、廣義奇異值分解(GSVD)以及增量算法結(jié)合起來(lái)，探討更有效的人臉識(shí)別方

2、法。
　　 作為一種廣義的傅里葉變換，F(xiàn)RFT使得被分解信號(hào)的低頻帶中包含豐富的鑒別信息。本文將之?dāng)U展到非線(xiàn)性空間，提出了基于FRFT的核鑒別方法，同時(shí)，為保證信息的有效提取，用二維獨(dú)立判決準(zhǔn)則為算法選擇合適的角度參數(shù)值。在鑒別分析部分，提出一種改進(jìn)的Fisherface方法，僅挑選鑒別能力強(qiáng)的Fisher鑒別分量，并將這些分量用于識(shí)別分類(lèi)。這種新的核鑒別方法能夠很好地處理數(shù)據(jù)線(xiàn)性不可分的情況。
　　 為了滿(mǎn)足人臉數(shù)據(jù)庫(kù)