论文部分内容阅读
针对主成分分析(Principal Component Analysis,PCA)降维过程中由于特征值相对集中而造成维数仍然偏高的不足,本文提出了基于最优样本的主成分分析(Optimal Sample-PCA,OS-PCA)降维方法。OS-PCA通过选择训练样本、优化协方差矩阵,从而达到进一步降维的目的。鉴于离散余弦变换(Discrete Cosine Transform,DCT)对光照的鲁棒性,以及局部二值模式(Local Binary Patterns,LBP)对局部纹理特征的有效描述,本文结合