基于UWPCA与粗糙集相结合的表情识别

摘要：

针对现有的WPCA方法强调信息不足和提取特征维数过高问题,提出了一种改进的加权主成分分析和粗糙集相结合的方法.该算法利用加权主成分分析的原理,将特征加权和主成分分析相结合,构造了一个新的双向三中心高斯分布函数作为加权函数对图像各维特征进行加权,从而得到特征向量,再使用改进的粗糙集属性约简算法对得到的特征向量进行筛选,去除冗余信息.实验结果显示,方法是有效的.

关键词：加权主成分分析(WPCA)、粗糙集、特征选择、表情分类

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60673190;江苏大学高级人才科研启动基金资助项目05JDG020

在线出版日期：2010-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：138-141