有限混合模型、非線性二維主成分分析及其在模式分類中應(yīng)用.pdf

1、　　本文以統(tǒng)計(jì)理論為基礎(chǔ)，研究?jī)蓚€(gè)方面的內(nèi)容：對(duì)有限混合模型的有關(guān)議題進(jìn)行了較為系統(tǒng)的研究；(b)結(jié)合人臉識(shí)別問題，研究了二維主成分分析的非線性擴(kuò)展。在統(tǒng)計(jì)模式識(shí)別中，有限混合模型是一種正式的(基于模型的)無(wú)監(jiān)督聚類方法，而基于二維主成分分析的方法的核心問題是研究無(wú)監(jiān)督的特征提取。它們都屬于統(tǒng)計(jì)模式識(shí)別中無(wú)監(jiān)督的范疇，無(wú)監(jiān)督方法的特點(diǎn)是直接利用沒有類別標(biāo)記的樣本進(jìn)行學(xué)習(xí)或特征提取?！　”疚目紤]一個(gè)新的圖像空間—圖像矩陣的行所在的空間，

2、通過在此空間內(nèi)引入Gauss分布，給出了二維主成分分析的一個(gè)概率模型，稱為概率二維主成分分析，并且顯示了二維主成分分析是概率二維主成分分析的一個(gè)極限特例。　　本文研究了核二維主成分分析。近期的研究表明臉空間可能位于圖像空間的非線性子空間內(nèi)。然而，二維主成分分析是一種線性投影方法，投影方向是基于圖像像素間的二階統(tǒng)計(jì)量，即圖像樣本方差矩陣。由于二維主成分分析無(wú)法發(fā)掘隱藏在圖像空間的非線性結(jié)構(gòu)，我們采用核技巧，把二維主成分分析擴(kuò)展到非線性空