一种求解Fisher最佳鉴别矢量的新算法及人脸识别

Ｆｉｓｈｅｒ最佳鉴别矢量是高维模式分析中的有效方法,当训练样本数相对于特征空间的维数较小时,就成了小样本问题。为了求解小样本问题,人们提出了一系列方法并取得了的效果。但在类内距离为零的情况下民的方法均得不到最佳解,该文从理论上说明了这一点,并给一种在任何情况下都能得到最佳解的新算法,试验结果这样的推断。     

基于隶属度的人脸图像特征抽取和识别

本文首先从代数理论和模糊数学导出一种新概念，矢量隶属函数，由此构造图像的隶属函数，并证明它具有一些不变性，提出一种基于隶属函数的图像特征抽取和识别方法，并应用于人脸图像识别问题。实验结果表明，隶属函数具有良好的识别分离能力。     

图象隶属度及其在人脸识别中的应用

文中首先从代数理论和模糊数学出发，讨论向量空间中任一子空间对任一向量的接纳程度，将其定义为向量隶属度，并证明它具有一些不变性，然后将它推广应用于图象识别中，构造图象隶属度，人脸识别实验结果表明，图象隶属度具有良好的识别分离能力。     

基于小波变换和群体决策方法识别人脸图像

文中使用Ｄａｕｂｅｃｈｉｅｓ正交小波变换对人脸图像作预处理,得到它在不同频带上的４个子图像,对它们分别提取奇异值特征,然后用最近邻方法进行分类,这样使得４组分类结果之间相关性减少,差异性增大。同时设计了一种适用于多分类结果融合的群体决策算法,并且对分类结果有选择地进行融合。实验表明,对于奇异值特征而言,作小波变换预处理得到的４个子图像的分类结果之间具有一定互补性,用群体决策算法作融合,可以提高其分