论文部分内容阅读
为增强张量子空间学习的稳定性、可重现性,及其分类能力,提出了一种鲁棒的子空间学习方法——RSOTP。该方法以MFA为鉴别准则,采用稳定的初始化向量和交替形式的正交来去除了权重因子,从而使整个学习过程不仅具有鲁棒性、可重现性,而且具有较强的分类能力,该方法在大小型人脸数据库上进行的实验均取得了较高的识别率。