多重核线性判别分析及其权值优化

？为了提高非线性分类精度，借鉴在支持向量机(svm)框架下发展起来的多重核学习方法，针对基于核的线性判别分析(klda)构造多重核。进而，使用拉格朗日乘子法优化最大边缘准则(mmc)，提出了多重核权值优化算法。在feret和cmupie人脸图像库上的实验表明，与基于单个核的lda相比，多重核线性判别分析能够达到更高的分类性能。