论文部分内容阅读
在本文中,我们提出了一种新颖的线形判别分析(RLDA)方法来完成人脸识别任务。重新构造一个利用schatten p范数约束低秩项的基于最优均值的鲁棒线形判别分析模型,在不同程度被污染的数据集上的实验结果证明了我们算法的优越性。监督学习是机器学习的主要研究方向之一,它被广泛应用于许多领域,例如特征选择,人脸识别,图像对齐等。但是,大多数的传统方法都依赖于数据的真实性和数据的纯度。这些情况在人脸识别中尤为常见。为了解决以上问题,研究者们提出了许多具有鲁棒性的方法。Wright等人(John Wright