摘 要：為了提高基于流形學(xué)習(xí)理論人臉識別算法的識別率，采用一種將非線性降維與Fisher線性判別相結(jié)合的方法。首先利用鄰域嵌入算法，將人臉圖像測試和訓(xùn)練集的維數(shù)降低到合適維度，然后使用Fisher線性判別進行人臉數(shù)據(jù)集特征的提取，最后將測試集人臉圖像特征和訓(xùn)練集人臉圖像特征，使用最近鄰分類器進行分類。在公開的Olivettifaces和ORL人臉圖像數(shù)據(jù)庫上，分別將該算法與幾種經(jīng)典基于流形學(xué)習(xí)理論的人臉識別算法進行了對比實驗，實驗結(jié)果表明當近鄰數(shù)比較大時本算法識別率是最高的。