10.13413/j.cnki.jdxblxb.2015.05.28
基于 FPCA 和 ReliefF 算法的图像特征降维
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。
图像特征、降维、快速主成分分析、ReliefF 算法
TP391.4(计算技术、计算机技术)
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
2015-10-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
975-980