Fisher鉴别分析方法是特征提取中的一个重要方法,统计不相关的线性鉴别分析(ULDA)是非常著名的基于Fisher的北京教育考试院报名鉴别分析方法。但是,它同一些基于Fisher的方法一样都面临一个问题：小样本问题。
基于32个网页-相关网页
Kernel Fisher discriminant analysis is discussed in detail.
本文详细讨论了核Fisher鉴别分析方法。
参考来源 - 几种线性与非线性特征抽取方法及人脸识别应用·2,447,543篇论文数据，部分数据来源于NoteExpress
应用近红外光谱技术对蜂蜜、荞麦、食用油等样品进行品质鉴别分析。
The technology of NIR was applicated in the quality detection for foodstuff such as honey, buckwheat and cooking oil.
在ORL标准人脸库及现实人脸图像上的实验结果表明该方法具有很好的鉴别分析能力。
The experimental results on ORL face database show that the method proposed has very good classification capability and high recognition rate.
在此基础上，提出了超球投影嵌入支持向量鉴别分析特征降维算法，分层次人脸拒识分类算法。
Then hierachical face recognition with the ability of rejection for non-target and classification for target is proposed.
应用推荐