摘  要：本文主要利用主成分分析（PCA）方法提取人臉特征，將原來的自變量變換到另外的一個(gè)空間中，即特征子空間，然后選擇其中一部分重要成分作為自變量（此時(shí)丟棄了一部分不重要的自變量），最后利用最小二乘方法對選取主成分后的模型參數(shù)進(jìn)行估計(jì)。通過低維子空間表示高維數(shù)據(jù)，有效的對數(shù)據(jù)進(jìn)行了壓縮，識(shí)別起來簡單有效。 關(guān)鍵詞：主成分分析   特征子空間   最小二乘方法 Abstract: In this paper, using principal component analysis (PCA) method to extract face feature, the original independ[登陸后可查看全文]