[发明专利]一种基于鉴别子空间的增量二次鉴别函数的书写者自适应方法

权利要求书

1.一种基于鉴别子空间的增量二次鉴别函数的书写者自适应方法，其特征在于包括如下步骤：

（1）、选取用于更新模板及识别引擎的特定用户的增量样本；

（2）、对增量样本提取特征，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生成新的线性鉴别分析模型；

（3）、利用更新后的线性鉴别分析模型，计算增量样本在新的线性鉴别分析特征空间中每个类的均值向量和协方差矩阵；

（4）、利用更新后的线性鉴别分析模型，计算原始样本在新的线性鉴别分析特征空间中每个类的均值向量和协方差矩阵；

（5）、计算合并后总样本在新的线性鉴别分析特征空间中每个类别的均值向量和协方差矩阵；

（6）、根据合并后总样本在新的线性鉴别分析特征空间中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所述的基于鉴别子空间的增量二次鉴别函数的书写者自适应方法，其特征在于所述步骤（1）的具体操作如下：

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=X∪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C_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C_i(i=1,…,C)类的样本数为s_i=n_i+l_i。

3.根据权利要求2所述的基于鉴别子空间的增量二次鉴别函数的书写者自适应方法，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）、设定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。

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

（31）、设定增量样本中类别i(i=1,…,C)经过八方向特征提取后的均值向量为，样本个数为，则通过以下公式求得：

（32）、设定增量样本中类别i(i=1,…,C) 在新的线性鉴别分析特征空间中的均值向量为，样本个数为，根据步骤（31）的处理结果，通过以下公式求得：

（33）、设定增量样本中类别i(i=1,…,C) 在新的线性鉴别分析特征空间中的协方差矩阵为，样本个数为，根据步骤（31）、（32）的处理结果，通过以下公式求得： 

。