v̄q = UTx̄qn - центр тяжести образа после нормирующего преобразования UT;
zqp = v̄q - v̄p -вектор, соединяющий центры тяжести образов g и р в пространстве V = UTX;
v0q = v̄q - v̄ - центрированный вектор v̄q;
βj - j-й признак в пространстве V, (||βj|| = 1, 7 = 1,2,....,I);
δj - целочисленная переменная, принимающая значение 0 или 1 в зависимости от того, исключается или остается i-й признак;
wj-j-й признак в пространстве Y = WTX;
WT - матрица линейного преобразования исходного пространства X в полное пространство признаков Y (той же размерности, что и исходное).
Строки wj матрицы WT являются признаками. Первые J строк матрицы WT образуют матрицу W̃T, которая отображает I-мерное пространство исходного описания X в сокращенное J-мерное пространство Ỹ;
Вт - матрица линейного преобразования пространства V, в котором нормирована внутриклассовая дисперсия, в полное пространство Y = BTV.
Строки βj матрицы Вт являются признаками в пространстве V. Первые J строк матрицы Вт образуют матрицу ВT, которая отображает I-мерное пространство V в сокращенное J-мерное пространство признаков Ỹ;
d - заданная величина метрической разделимости образов, которая для различных критериев оптимизации признаков может иметь и статистический и детерминистский смысл. Эта величина может измеряться в различных метриках рассматриваемых пространств X, V, Y, Y. В частности, d̄2 - заданная величина среднеквадратичной ошибки;
d0 - заданная величина порога метрической разделимости центров тяжести образов;
d*0 - заданная величина порога метрической разделимости реализаций учебных выборок различных образов.