论文部分内容阅读
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，不利于后期分类，而且获得的最佳投影矩阵只是来自于图像的列信息。另外，不同的样本在求取最佳投影矩阵时，所起的作用是不一样的，因此提出了一种自适应加权的双向二维线性鉴别分析算法，即是对图像矩阵顺序地进行水平和垂直2个方向的二维线性鉴别分析，自适应加权处理则是使不同的样本带有不同的权值，以提高样本在低维线性空间中的可分性。在ORL和Yale人脸库上的实验结果表明，改进的算法在降低了原算法提取的