%0 Journal Article
%T 基于最大最小判别映射的煤矿井下人员身份鉴别方法
%A 张善文
%A 张传雷
%A 黄文准
%J 煤炭学报
%P 1894-1899
%D 2013
%X 针对井下复杂受限环境下人脸、虹膜、指纹和掌纹等常常比较模糊，从而使得基于这些生物特征的井下人员身份识别率不高问题。在Warshall算法和最大最小判别准则的基础上，提出了一种最大最小判别映射的步态识别方法。该方法利用Warshall算法快速得到数据的类别关系，由此构建类内和类间散度矩阵。与经典的步态识别方法相比，该方法充分利用了数据的局部信息和类别信息，使得数据降维后在低维空间同类样本之间的距离减小，而异类样本之间的距离增大。与经典的监督子空间维数约简方法相比，该方法在构建类内和类间散度矩阵时不需要判别数据的类别信息，能够提高算法的性能。在真实步态数据库上进行了一系列实验。实验结果表明，利用该方法进行基于步态的煤矿井下人员身份鉴别是有效可行的。
%K 煤矿井下身份鉴别
%K Warshall算法
%K 最大最小判别准则
%K 最大最小判别映射
%U http://www.mtxb.com.cn/CN/abstract/abstract11425.shtml