一种新的基于Fisher准则的线性特征提取方法.pdfVIP

维普资讯 第 l8卷 第 5期 计 算机 技 术 与发 展 v01．18N。．5 2008年 5月 COMPUTERTE(B LoGYANDDEVELOPMENT May 2008 一 种新的基于Fisher准则的线性特征提取方法 黄国宏 ，刘 刚2 (1．广东工业大学 信息工程学院，广东广州 510006； 2．上海电力学院 电力与 自动化工程学院，上海 200090) 摘 要 ：针对现有的基于Fisher准则的线性特征提取方法存在的不足，提出了一种新的加权Fisher特征提取方法。该方法 通过引入一个加权函数来削弱边缘类别的影响，减少投影空间中相邻类别间的重叠，提高了识别正确率。针对小样本问 题，也给出了该算法的一个可行的最优判别矢量集的求解方法。分别对 COIL图像数据库 以及ORL人脸数据库进行实 验，结果表明，就识别率而言，该方法得到的最优判别矢量具有更好的特征提取能力。 关键词：特征提取 ；小样本问题；Fisher准则；人脸识别 中图分类号：TP391 文献标识码：A 文章编号：1673—629X(2008)05—0227—04 A New LinearFeatureExtractionM ethodBasedonFisherCriterion HUANG Guo-hong ，LIU Gang2 (1．Sch．ofInformation Eng．，GuangdongUniversityofTechnology，Guangzhou510006，China； 2．Sch．ofElcetricPowerandAutomationEng．，ShanghaiUniversityofElcetricPowre，Shangha~200090，China) Abstract：A novelweightedFisherdiseriminantanalysisisdevelopedinthispaper．Theapproachaimsatovercomingthedrawbackofthe previousFDA——basedmethodsbyintroducingaweighting functiontoweakentheinfluenceofoutlierclassesandreducethelargeoverlap— ping ofneighboring classesinprolectionspace．Andafeasiblesolutiontothisnew approachissuggested．Experimentalresultsonthe CO ILnadORLdatabaseshow thatnewoptniaeddiscriminantvectorShavemorepowerfulabilityoffeatureextractionnitermsofrate~of classification． Keywords：featureextraction；swmllsampleproblem；Fishercriterion；facerecognition O 引 言 别对于分类正确率的影响，因此，这些方法得到的最优 众所周知，基于Fisher准则的判别分析 已被公认 判别向量可能不是最优的。这是因为Fisher准则在优 为是最有效的线性特征提取方法之一。到 目前为止。 化过程中过分强调了那些具有较大类间距离的模式类 众多学者已经给出了许多基于Fisher准则的线性特征 别 ，使得投影方向较好地分开这些类，却造成了其它类 提取方法，且被广泛应用于图像分类 1