基于核理论的非线性鉴别分析方法的研究

人脸识别是模式识别领域中一个比较热的研究课题。人脸一般是高维数据,我们需要通过对数据降维进行特征提取,就是将原始数据对应的高维空间数据映射到低维空间中,在低维空间中进行线性的鉴别分析。由于实际问题中原始样本的分布通常是非线性的,该文运用核方法,将PCA和FDA进行了非线性推广,比较了核主成分分析（KPCA）和核Fisher判别分析（KFDA）以及核最大间距准则（KMMC）三种非线性特征提取方法。