基于余弦角距离的K-L变换

摘要

经典的Karhunen-Loèv(K-L)变换是基于欧氏距离的，欧氏距离对离群点比较敏感。余弦角距离在很多情况下比欧氏距离具有更好的性能。本文提出一种基于余弦角距离的K-L(K-L-C)变换算法。K-L-C变换在寻找最优表示基时，用余弦角距离来衡量数据重构的误差。在YALE人脸库与PolyU掌纹库上的实验结果表明，K-L-C变换都比K-L变换取得了更好的效果。