قاسم میرجلیلی - استادیار دانشکده مهندسی برق، دانشگاه یزد
بابک کشاورزی - دانشجوی کارشناسی ارشد، دانشکده مهندسی برق، دانشگاه یزد
محمدتقی صادقی - استادیار دانشکده مهندسی برق، دانشگاه یزد

در این مقاله، دو روش غیرخطی Kernel PCA و Kernel FDA جهت استخراج ویژگی ها در یک سیستم بازشناسی چهره مورد بررسی قرار گرفته و کارایی این دو روش با یکدیگر و با روش همبستگی و دو روش خطیFLDA و PCA مقایسه می شود . جهت مشاهده نتایج از دو مجموعه داد ة استانداردAT&T و YALE استفاده شده است و روی هر مجموعه داده ، دو استراتژی متفاوت جهت آزمایش به کار رفته اس ت: یکی استراتژی آزمایش تصادفی و دیگری استراتژی همه به جز یکی . همچنین روش نزدیکترینهمسایه جهت طبقه بندی چهره استفاده می شود.

بازشناسی چهره ، استخراج ویژگی ها ، تحلیل اجزای اصلی، تحلیل تمایزات خطی فیشر، تابع کرنل