摘要：特征提取廣泛應用于模式識別中。它去除原始樣本的冗余信息,提取出有助于樣本表示或分類的簡潔有用的信息。線性鑒別分析（LDA）屬于傳統的監督特征提取方法,它旨在尋找最小化類內散度（方差）同時最大化類間散度（方差）的低維線性投影子空間。提出一種新的特征提取方法,旨在改進LDA,該方法在LDA的基礎上,增加了每個類的中心點與該類邊界異類樣本的近鄰關系,通過類中心對邊界異類樣本的排斥,擴大了類與類相互的邊距,增強了類的可分性。YaleB人臉數據庫和CENPARMI手寫阿拉伯數字庫中的實驗結果,證明了新方法確實能夠提高分類效果。