[发明专利]一种基于加权鉴别子空间的增量二次鉴别函数的自适应方法

权利要求书

1.一种基于加权鉴别子空间的增量二次鉴别函数的自适应方法，其特征在于包括如下步骤：

（1）、选取用户的增量样本，用于更新模板及识别引擎；

（2）、对增量样本进行特征提取，并利用增量线性鉴别分析方法对原始的线性鉴别分析模型进行更新，以生成新的线性鉴别分析模型；

（3）、利用增量样本并结合加权的增量二次鉴别函数算法，动态更新每个类别在新的线性鉴别分析特征空间中基于加权的均值向量和协方差矩阵； 

（4）、采用更新后的新的线性鉴别分析特征空间中基于加权的每个类的均值向量和协方差矩阵，更新改进的二次鉴别函数分类器。

2.根据权利要求1所述的基于加权鉴别子空间的增量二次鉴别函数的自适应方法，其特征在于所述步骤（1）具体操作如下：

设定原始样本为X = {x_i} (i=1, … , N)，N为样本数，并设其类别数是M；设增量样本为Y = {y_j} (j=1,…,L)，L为增量样本数，并设其类别数是P，则合并后的总的样本表示为Z=Xè Y = {z_k} (k=1,…,L+N)，样本总数为L+N，类别总数为C，且C≥M、C≥P，对于合并后的总样本中的第i (i=1,…,C)类，分别在原始样本N和增量样本L中有n_i和l_i个样本，合并后新的样本，属于第i (i=1,…,C)类的样本数为s_i=n_i+l_i。

3.根据权利要求2所述的基于加权鉴别子空间的增量二次鉴别函数的书写者方法，其特征在于所述步骤（2）具体更新步骤如下：

（21）、增量样本特征提取，对于每一个增量样本，都采用八方向特征提取方法提取其方向特征；

（22）、令原始线性鉴别分析变换矩阵为                                                ，经过八方向特征提取后，增量样本中类别i(i=1,…,C)的特征向量为，则根据增量线性鉴别分析技术并结合全部增量样本的特征向量将原始线性鉴别分析变换矩阵更新为。