这篇paper主要说是?
Manifold disscriminant analysis (MDA) 是一种判别式学习的方法(discriminative learning method)。
解决图像集分类问题。
把每一个图像集建模为一个流形,这样
图像集分类问题 === 分类导向的多流形学习的问题~
MDA 目标导向:最大化流形边缘(maximize manifold margin),学习一个嵌入的空间,使得
不同类别的更好地分离,(同一类别的)局部数据的紧致性提高。
经典的流形学习方法,如Isomap、LLE、Laplacian Eigenmap、Locality preserving projections (LPP)、Unsupervised discriminant projection (UDP)
分类:Linear discriminant analysis (LDA)及其一些扩展方法(Nonparametric discriminant analysis NDA, subclass discriminant analysis.....)
MDA关键问题:Local linear model, and discriminative learnning