基于PCA的特征选择算法

• 作者: 于成龙
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 人脸识别 PCA 特征脸 特征选择
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 123-125
• 分类号: TP301.6
• 字数: 2337字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.04.032

摘要

在人脸识别的某些应用中,最好能够找到原始特征的关键子集,减少不必要的特征计算和资源耗费,而不是得到所有原始特征的映射.主成分分析法(Principal Components Analysis,PCA)是目前比较常用的人脸识别算法,PCA将人脸图像映射到能很好地表征训练图像集的特征脸空间中,但是基于PCA的人脸识别的缺陷在于原始空间所有的特征都映射到了低维特征窄间中,是基于最佳描述性特征子集.提出了一种新的基于PCA的特征选择方法,将特征选择与特征抽取相结合,对特征脸空间再进行特征选择,选择人脸原始特征集中最关键的特征,并将其应用在基于PCA的人脸识别中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于成龙	南京邮电大学计算机学院	2	42	1.0	2.0