利用类间的散布矩阵，寻找特征脸子空间，让每一类在子空间中散布得更开；然后结合BP神经网络学习能力强、分类能力强的优点，利用它实现分类器。具体是将所有的样本投影到特征脸子空间中，并将每一个样本得到的特征系数作为BP神经网络的输入。实验证明，这种方法是有效的。