二维线性鉴别分析相关论文
Fisher线性鉴别分析(简称FDA)方法是一种常用的图象识别方法。FDA方法在处理图象识别问题时先把图像从二维矩阵转化为一维向量，然后......
传统的通过帐号密码或者各种钥匙物件难以应付当前各类身份安全认证泄漏或者盗用事件的发生,生物特征识别技术则不会存在这样的问......
基于2DLDA方法,提出了一种基于图像分块的二维线性鉴别分析(M2DLDA)的人脸识别方法。该方法首先对原始人脸图像进行必要的预处理后......
提出了二维主成分分析(2DPCA)与二维线性鉴别分析(2DLDA)相结合的双向压缩投影的子空间人脸识别方法。该方法在进行一次2DPCA运算......
提出了一种融合二维非相关判别转换和二维线性鉴别分析分别提取人脸图像矩阵行方向的非相关鉴别信息和列方向的线性鉴别信息的人脸......
二维线性鉴别分析(2DLDA)是一种直接基于矩阵的特征提取方法,跳过传统的基于Fisher鉴别准则的线性鉴别分析方法中必须先将二维矩阵......
文中提出将二维线性鉴别分析（2DLDA）和支持向量机（SVM）相结合的人耳识别算法。先利用二维线性鉴别分析提取人耳图像的特征,再采用一对......
人脸识别是模式识别中重要的研究内容,具有广泛的应用前景。为了进一步提高人脸识别中线性鉴别方法的鲁棒性,提出了一种基于列最近......
人脸识别是一种广泛使用的生物特征识别技术。文章提出一种结合子空间投影和流形学习的高效人脸识别方法。该方法利用二维线性鉴别......
为更好地处理图像小样本问题,且克服二维局部保持投影(2DLPP)算法只能保持数据局部性质的缺陷,通过结合二维主成分分析(2DPCA)和二......
二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的"小样本"效应,支持向量机(SVM)具有结构风险最小化的特点,将两者......
二维方法用于图像矩阵特征提取,虽然速度快,但影响了分类速度。针对二维线性鉴别分析(Two-Dimensional Linear Discriminant Analy......
提出了一种基于三次B样条小波和2DFFT-2DLDA的人脸识别方法,用三次B样条小波对人脸图像进行多层分解,得到一幅低频子图和3幅边缘细......
根据离散小波变换（DWT）和二维线性鉴别分析（2DLDA）的特点,结合人耳图像特征,提出一种融合DWT与2DLDA的人耳图像识别方法.该方法首先对......
二维线性鉴别分析是一种直接基于矩阵的特征提取方法，有效地提高了特征提取速度且避免了小样本问题，但是提取的特征向量维数高，不利于......
针对单一人脸特征在人脸识别中的局限性问题和二维主成分分析人脸特征缺少判别信息的问题,利用互补思想,提出了一种改进的二维主成......
结合模糊集理论、双向二维主成分-线性鉴别分析（（2D）2PCALDA）的特点,提出一种新的人脸图像特征提取方法。算法首先对人脸图像进行二维......
局部放电(Partial Discharge,简称PD)是电缆绝缘故障早期和突发性故障的主要表现形式之一,它既是引起电缆绝缘进一步劣化的主要原......
根据离散小波变换（DWT）和二维线性鉴别分析（2DLDA）的特点，结合入耳图像特征，提出一种将DWT与2DLDA相结合的人耳图像识别方法。该方法对人......
