一种用于特征提取的保局判别分析算法

针对保局投影(lpp)为无监督算法的局限，提出了一种新的监督版的lpp，即保局判别分析(lpda)算法。lpda吸收了流形学习算法与最大边界准则(mmc)的共同特点，可以将高维的人脸数据投影到低维子空间，具有能处理新样本与无小样本问题的优点。与现有的多种经典相关方法相比，从yale,umist及mit3个人脸数据库的实验结果表明，提出的lpda算法在降维的同时提取了用于人脸识别的更有效的特征，人脸图像识别性能较好，具有较强的判别分析能力。