Manifold Discriminant analysis+CVPR09

这篇paper主要说是？

Manifold disscriminant analysis (MDA) 是一种判别式学习的方法（discriminative learning method）。

解决图像集分类问题。

把每一个图像集建模为一个流形，这样

图像集分类问题 === 分类导向的多流形学习的问题~

MDA 目标导向：最大化流形边缘（maximize manifold margin），学习一个嵌入的空间，使得

不同类别的更好地分离，（同一类别的）局部数据的紧致性提高。

 

经典的流形学习方法，如Isomap、LLE、Laplacian Eigenmap、Locality preserving projections (LPP)、Unsupervised discriminant projection (UDP)

 分类：Linear discriminant analysis (LDA)及其一些扩展方法（Nonparametric discriminant analysis NDA, subclass discriminant  analysis.....）

 

MDA关键问题：Local linear model, and discriminative learnning