张量线性判别分析算法研究

摘要：

针对传统线性判别分析中存在的小样本问题及对TensorLDA算法中两个投影矩阵不能同时计算、低维特征提取不充分的问题，文中研究并实现了张量子空间下的张量线性判别分析( TensorLDA)算法。并且提出了It-TensorLDA算法，即先用单位矩阵初始化，再利用优化准则求另一个投影矩阵，并进行多次迭代的改进方法。采用ORL数据库测试算法的性能，在ORL人脸数据库上It-TensorLDA比TensorLDA的平均识别率高1.88%，比Fisherfaces的平均识别率高3.03%。因此，文中算法有效避免了小样本问题，提高了人脸识别效果。

关键词：线性判别分析、张量、子空间、张量线性判别分析、特征提取

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60970157

在线出版日期：2014-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：73-76