Предложен комбинированный алгоритм распознавания, объединяющий линейные и нелинейные признаки. Для получения признаков и первоначального понижения размерности пространства используется линейный и нелинейный метод главных компонент. Признаки объединяются в комплексное число, и далее производится распознавание по алгоритму Fisherfaces. Рассмотрено влияние коэффициентов нелинейного метода, а также метрик для определения принадлежности к определенному классу.
Запропоновано комбінований метод розпізнавання двовимірних образів на основі лінійних і нелінійних статистичних методів. Для отримання ознак і початкового зниження розмірності простору використовується лінійний та нелінійний метод головних компонент. Ознаки об’єднуються в комплексне число, і далі проводиться розпізнавання за алгоритмом Fisherfaces. Розглянуто вплив коефіцієнтів нелінійного методу, а також метрик длявизначення належності до певного класу.
Proposed combined recognition algorithm combining linear and nonlinear features. To obtain the original features and dimension reduction used linear and nonlinear principal component analysis. The features are combined into a complex number, and then made recognition algorithm Fisherfaces. Considered influence of coefficients of nonlinear method, and metrics for metrics for determining the belonging to the particular class.
