基于PCA+LDA的特征融合的3D手写识别特征集取技术

• 作者: 应攀 沈海斌
• 来源期刊: 电子技术
• 关键词: 3D手写识别 旋转特征 快速傅里叶变换 特征融合 支持向量机
• 年，卷（期）: 2013,（3）
• 页码范围: 21-24
• 字数: 3070字
• 语种: 中文

摘要

文章针对基于3D加速度传感器的空间手写识别进行特征集取的研究,提出了一种基于PCA+LDA的特征融合进行分类识别的方法.首先从加速度数据中提取时域特征-旋转特征RF(Rotation Feature),然后再利用FFT变换(Fast Fourier Transform)提取三维加速度的频域特征FFT,接着将时域特征RF和频域特征FFT进行特征融合,并利用PCA (Principal Component Analysis)+LDA(Linear Discriminate Analysis)组合进行降维,最后利用SVM(支持向量机)进行分类识别.实验结果显示,本文提出的方法可以有效提升3D手写识别系统的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈海斌	浙江大学超大规模集成电路设计研究所	139	832	13.0	21.0
2	应攀	浙江大学超大规模集成电路设计研究所	1	3	1.0	1.0