1． 简述LDA原理、 算法模型与优化问题，并给出求解的全程推导细节（拉格朗日乘子法）；证明St=Sb+Sw；
2． 给出LDA的各种等价模型表示(除法的、减法的及其调换位置的等)， 在各数据集（不少于3个）比较PCA与“LDA的各种等价模型与正则模型”的人脸识别精度；
3． 比较eigenface与fisherface的不同，并取3个类的图像投影在二维和三维空间中， 并用不同颜色的点表示不同的类，每个类选3个有代表性的点对应的人脸图像显示在该点的边上（用plot命令或imshow），比较PCA与LDA的结果的异不同；
4. 参看前人其它论文实现一个新的线性鉴别分析方法或子空间学习方法，并与 PCA,LDA做比较实验，打印出各方法训练样本数的增长其识别曲线变化图等各种 情况，把简要内容写在本实验报告中；
