基于正则化零空间鉴别分析的人脸识别

摘要

提取有效的特征对高维数据的模式分类起着关键作用,针对现有故障特征维数过高的问题,本文提出了一种基于正则化零空间线性鉴别分析(Exponential Regularized Null Space Linear Discriminant Analysis,ERNSLDA)的特征提取方法。零空间线性判别分析已经在数据降维和特征提取上展现出良好的性能,在本文中,首先对类内样本矩阵进行正则化处理,避免小样本问题,其次对判别准则进行指数化处理。所提方法集成了NSLDA和RLDA在模式识别上的优势,有效地提高了人脸识别的精度,在ORL和YALE数据库上的仿真实验证了本文所提方法的有效性。