一种新的基于最大散度差准则的特征抽取方法

本文基于最大散度差准则（msdc），利用统计不相关投影空间，提出了一组具有统计不相关性的最佳鉴别矢量的计算方法。该方法的目标是寻求一组鉴别矢量集，既要使投影后的特征空间的类间散度最大，而类内散度最小；又要使最佳鉴别矢量之间具有统计不相关性。另外，本文还揭示了最大散度差鉴别准则与fisher准则的内在关系。在orl与nust603人脸库上的实验结果表明，本文所提出的方法在识别性能上优于原msdc特征抽取方法与传统的pca方法。