第11章  对典型相关分析特征融合方法的改进

典型相关分析（Canonical Correlation Analysis，CCA）是研究两组变量之间相关关系的多元统计分析方法，它能揭示两组变量之间的内在联系。CCA的目的是识别并量化两组变量之间的联系，将两组变量之间的相关关系分析，转化成一组变量的线性组合和另一组变量的线性组合之间的相关关系分析。CCA的应用不论在宏观经济分析还是市场分析，不论在农业研究还是医学应用上，还有气象学、管理学、教育学等领域都取得了很好的效果，它在理论研究上的深刻意义也受到许多统计学学者的重视。从某种意义上来讲多元回归分析、判别分析或者对应分析等许多重要的数据分析方法都可以归结为CCA的一种特例，同时它还是偏最小二乘回归分析的理论基石。近些年来，CCA方法被一些学者引入到图像处理、信号处理、计算机视觉、语音识别及人脸识别等领域，并取得了一定进展，同时也成为一种新的特征融合技术。