Nearest-neighbor classifier motivated marginal discriminant projections for face recognition
Pu Pu, Huang, Zhenmin, Tang, Caikou, Chen, Xintian, Cheng Cheng · Acta Scientiarum Naturalium Universitatis Sunyatseni · 2011
边缘的菲希尔分析(MFA ) 是为脸识别的一个代表性的基于边缘的学习算法。在 MFA 的一个主要问题是怎么选择适当参数， k 1 并且 k 2，构造各自内在并且惩罚图。在这份报纸，我们建议一个新奇方法打电话近邻居(NN ) 分类器激发了边缘的判别式设计(NN-MDP ) 。由 NN 分类器激发了， NN-MDP 寻求一些设计向量阻止数据样品错误地被分类。象 MFA 一样， NN-MDP 能同时描绘样品的紧密和可分性。而且与 MFA 相对照，没有未知参数， NN-MDP 能活跃地构造内在的图和惩罚图。ORL，耶鲁，和 FERET 脸数据库上的试验性的结果显示出那 NN-MDP 不仅避免邻居参数选择的难驾驭，和高开销，而且也是更适用的比另外的方法面对识别 NN 分类器。