基于 FPCA 和 ReliefF 算法的图像特征降维

摘要：

针对传统图像特征降维方法计算量大、无法去除冗余信息、未考虑相关性等缺陷，提出一种结合快速主成分分析(FPCA)和 ReliefF 算法的图像特征降维方法。该方法先利用FPCA 算法对样本数据进行初次降维，去除样本中的冗余信息；再利用 ReliefF 算法计算样本特征的分类权重，根据权重对特征进行组合优化。在算法实现过程中，采用递归排除策略，进一步提升了算法特征寻优能力。仿真实验表明，利用本文算法优选出的图像特征，可较好地提高聚类结果，适合实际工程的应用。

关键词：图像特征、降维、快速主成分分析、ReliefF 算法

分类号：TP391.4(计算技术、计算机技术)

资助基金：河南省软科学研究计划项目142400411133;河南省科技公关计划项目152102210367

在线出版日期：2015-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：975-980