Question

【人脸识别】用pca降维+fisher分类器+yale数据集，用matlab实现

模式识别要求做一个报告，很多不懂。首先读入yale数据（是一个生成的.mat文件），然后pca降到2维，最后fisher分类显示。结果看起来如图，求这方面的高手啊。选修课的老师也没怎么讲，就让我们做，真是头大。要是需要什么数据，我能提供的，告知一声。

Answer 1

你不是都已经说清楚流程了 不知道你需要啥帮助的。

1. yale数据不知道存的是什么特征， pca降维到2维的话，这样的特征空间描述度足以区分不同人脸吗，我没用过，只是单纯的疑问

2. Fisher分类器没用过，印象中好像和pca，lda也是有一定关系的，好像也是一种映射降维，好像是很简单的一种分类器，这样的分类器的话，效果好吗。（如果以你的2维特征空间来说好像没啥问题。）

如果是二维人脸识别的话，可以考虑先子图分割，然后创建子图权重系数矩，然后子图矩阵取高特征值，或者对矩阵用dct取大特征，用特征值和权重矩生成特征空间。然后用模糊神经网络对数据进行训练 得到识别系统 。    或者也可以用bp+遗传算法， 上学时候用的orl数据库 好像识别率能到90多点。