最近接觸到LDA(線性判別分析)、LFDA(局部性性判別分析)、FLDA(Fisher線性判別分析)、MMDA(多模式判別分析)等關於特徵提取的方法,其中都涉及到了同一個問題——Fisher Criterion(Fisher判別準則),該準則要求同時使得類內離散度最小和類間離散度最大,問題描述如圖所示:
這樣就引出了廣義的特徵值問題,對於該問題的求解,也就進一步轉換爲求解上面的非對稱矩陣(奇異矩陣)的特徵值和特徵向量,到這一步,問題就已經解決了,以爲對於奇異矩陣的特徵值和特徵向量求解也就是奇異矩陣分解而已,關於這個問題,matlab(eig())和opencv(cvSVD())都已經給出了很好的解決方案,輸入欲求解奇異矩陣,則相應的特徵值和特徵向量都同時得到了。
關於這幾個函數的運用,網上已有相當多的教程,自己徐徐前進吧!