%此函數為特征提取函數
%輸出變量:A為提取后的特征向量為（112×92）×40的矩陣，每一列就代表了對應類的Fisher臉
%輸入變量:MeanClass表示總體均值列向量
%????????MeanEachClass表示每類的均值列向量
%????????EachClassNum表示訓練樣本中每類的數目
%????????ClassClientNum表示Client人臉的類別數目
%????????TrainX表示訓練樣本的數據為（112×92）×80的矩陣，每列代表一個圖片的數據

function?A=FeatureExtract（MeanClassMeanEachClassEachClassNumClassClientNumTrainX）

%--------------------------------------------------------------------------
%計算類間散布矩陣Sb=phib*phib‘，為簡化運算，求取Sb_t=phib‘*phib

N=EachClassNum*ClassClientNum;????????????????????????%訓練樣本的總數量
Q=repmat（MeanClass1ClassClientNum）;
phib=（MeanEachClass-Q）*sqrt（EachClassNum/N）;??????????%計算phib
Sb_t=phib‘*phib;
clear（‘Q‘‘N‘）;

%N=EachClassNum*ClassClientNum;
%Q=repmat（MeanClass1N）;
%phit=TrainX-Q;
%St=phit*phit‘/N;
%clear（‘Q‘）;

%Sw=zeros（r

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2227??2008-06-03?17:59??LDA\FeatureExtract.m

?????文件???????1412??2008-06-04?11:43??LDA\main.m

?????文件???????1064??2008-06-03?18:00??LDA\read.m

?????文件????????602??2008-06-03?19:52??LDA\testing.m

?????目錄??????????0??2008-06-12?09:42??LDA

?????文件????????218??2007-06-05?03:14??www.pudn.com.txt

-----------?---------??----------?-----??----

?????????????????5523????????????????????6