基于密度特征与KNN算法的最优特征维数选择

摘要：

为了保证基于同步触发双相机的仪表复杂字符识别中误识率为0,采用K最近邻算法对仪表字符特征进行训练分类,结合字符自身特点,提出最优特征提取与高宽维度选择方法,并设计实验获取1～4096维密度特征的误识率与运行时间.实验结果表明,图像的密度特征总维度在230～260,高宽维度比接近1.4时,误识率为0的概率最大.该规律对采用KNN算法进行分类识别时最优密度特征维数选择具有一定指导意义.

关键词：复杂仪表、特征维数、误识率、KNN算法、密度特征、最优特征

所属期刊栏目：41

分类号：TN911.73-34;TP23

资助基金：国家自然科学基金项目资助51675166;国家自然科学基金项目资助51205115

在线出版日期：2018-08-28（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：80-83