基于PCA预处理的图像特征属性约简

• 作者: 孙颖楷 王光学
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: PCA 图像 粗糙集 约简
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 图像处理和模式识别
• 页码范围: 1897-1900
• 页数: 4页
• 分类号: TP391
• 字数: 3899字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2007.10.049

摘要

讨论了主分量分析在图像特征属性约简中的应用.运用主成分分析PCA(principal component analysis)对特征向量进行降维处理,并引入粗糙集理论,对其在特征参数属性优化中的运用进行了探索,利用约简算法剔除识别决策表中不必要的属性,揭示出CBIR(content based image retrieval)系统中特征条件判断属性内在的冗余性.UCI数据集处理结果表明PCA预处理可排除无关特征量的影响,有效进行特征提取,降低图像识别处理的复杂性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙颖楷	北京师范大学珠海分校信息技术与软件工程学院	3	21	2.0	3.0
2	王光学	北京师范大学珠海分校信息技术与软件工程学院	1	17	1.0	1.0