最近接触到LDA(线性判别分析)、LFDA(局部性性判别分析)、FLDA(Fisher线性判别分析)、MMDA(多模式判别分析)等关于特征提取的方法,其中都涉及到了同一个问题——Fisher Criterion(Fisher判别准则),该准则要求同时使得类内离散度最小和类间离散度最大,问题描述如图所示:
这样就引出了广义的特征值问题,对于该问题的求解,也就进一步转换为求解上面的非对称矩阵(奇异矩阵)的特征值和特征向量,到这一步,问题就已经解决了,以为对于奇异矩阵的特征值和特征向量求解也就是奇异矩阵分解而已,关于这个问题,matlab(eig())和opencv(cvSVD())都已经给出了很好的解决方案,输入欲求解奇异矩阵,则相应的特征值和特征向量都同时得到了。
关于这几个函数的运用,网上已有相当多的教程,自己徐徐前进吧!