LDA与降维后的LDA在人脸识别中的应用

主题发现，主体模型对比策略，主题词抽取，blei的相关文献，已经很全了

提取颜色自相关矩阵，通过lda分类器，先训练，后面再用其他滤波器，可以识别不同种类滤镜

针对非参数线性判别分析(LDA)的类间散布矩阵,就如何有效描述类边界结构这一问题,提出一种SVM与k 近邻(kNN)法相结合的非参数类间散布矩阵构造方法--SVM-kNN.该方法消除了非类边界样本对类

本文档详细给出了TOTLDA和LDA两个主题概率模型的参数估计需要用到的后验概率的推导过程,并采用了两种方法,对主题概率模型研究人员具有很好的启发意义。

pca+lda做特征降维snn分类器对数据进行分类，协同神经网络做模式识别，pca对整体原始数据进行降维处理，然后构造随机子空间分类器snn分类，效果不错

LDA没有考虑到数据输入，在原始输入空间上对所有词进行主题标签，因对非作用词同样分配主题，致使主题分布不精确。针对其不足，提出了一种结合LSI和LDA的特征降维方法，预先采用LSI将原始词空间映射到语

基于PCA_LDA和协同表示分类的人脸识别算法.pdf

LDA算法用数据挖掘中对文本进行主题提取，计算文档对应各主题的概率以及各种体包含文档中单词的概率

LDA漫游电子版

lda算法模型，里面有注释，需要的同学可以拿来学习，高深的大咖就不用看了，适合初者