论文研究一种选择性加权聚类融合算法.pdf

主成分分析（PCA）是一种无监督的线性降维方法，能有效地提取模式的类内特征，当样本之间出现高度相关性或多重相关性时，PCA提取的主成分解释能力不够。鉴于PCA的缺点，采用一种有监督的鉴别特征提取法——偏最小二乘（PLS），在保留输入变量的最大信息条件下，先在输入和输出变量组中建立模型，再用非线性迭代法提取类间特征，直至隐变量收敛。在ORL人脸库和Yale人脸库中实验结果表明，该算法具有有效性。