摘要

针对当前日益广泛的分类需求,提出了一种基于广义Grassmann流形分类的新方法。首先,在传统Grassmann流形用于分类问题的基础上,增加了广义Grassmann流形的生成原理及定义,使TSVD不仅可以适应于传统意义上的Grassmann流形,对于广义Grassmann流形的研究同样具有重要意义。其次,在广义可交换代数的研究基础上,提出了一种新的广义测地线度量计算方案,同时可以将传统的Grassmann流形度量问题扩展成为广义Grassmann流形的度量问题。最后,将广义奇异值分解算法应用于求取分类目标之间的差异,计算目标图像之间的F-范数,从而将图像目标物之间的分类转换为广义流形的夹角度量问题,取得了较为不错的结果。