图重构的边界Fisher分析

边界Fisher分析(MFA)是一种典型的监督子空间嵌入特征提取方法。该算法解决了由于线性判别分析高斯假设所引起的不足,通过最大化类内紧凑度和类间区分度来获取映射矩阵。该算法虽然相对与线性判别分析已经有了很大的提高,但是在算法执行过程中一个关键的部分,求取每一个样本点的近邻,MFA处理方法简单,求得结果并不能很好的表征近邻关系,所以针对此点进行改进,用一种比较好的方法代替该过程.通过在ORL,耶鲁样本上的人脸识别实验,验证了该方法非常有效,相对于原始的MFA算法又有了明显的提高。