一种新的核线性鉴别分析算法及其在人脸识别上的应用

基于核策略的核fisher鉴别分析（kfd）算法已成为非线性特征抽取的最有效方法之一。但是先前的基于核fisher鉴别分析算法的特征抽取过程都是基于2值分类问题而言的。如何从重叠（离群）样本中抽取有效的分类特征没有得到有效的解决。本文在结合模糊集理论的基础上，利用模糊隶属度函数的概念，在特征提取过程中融入了样本的分布信息，提出了一种新的核fisher鉴别分析方法——模糊核鉴别分析算法。在orl人脸数据库上的实验结果验证了该算法的有效性。