论文部分内容阅读
该文分析了广义最佳鉴别向量集，给出了基于用于线性特征抽取的广义最佳鉴别向量的分组决策方法。将所有的样本分成若干组，从理论上说明第一组的Ｆｉｓｈｅｒ鉴别函数值大于整体的Ｆｉｓｈｅｒ鉴别函数值，因此，每一组的识别正确率远高于整体的识别正确率。为了验证所述方法的有效性，将其用于脸识别。实验结果显示：当采用金样个数的广义最佳鉴别向量时，此方法比不分组的方法能得到更高的识别正确率；如果采用分类决策，可用较少