基于 FPCA 和 ReliefF 算法的图像特征降维

• 作者: 孙挺 齐迎春
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 图像特征 降维 快速主成分分析 ReliefF 算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 975-980
• 页数: 6页
• 分类号: TP391.4
• 字数: 3628字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2015.05.28

摘要

针对传统图像特征降维方法计算量大、无法去除冗余信息、未考虑相关性等缺陷，提出一种结合快速主成分分析(FPCA)和 ReliefF 算法的图像特征降维方法。该方法先利用FPCA 算法对样本数据进行初次降维，去除样本中的冗余信息；再利用 ReliefF 算法计算样本特征的分类权重，根据权重对特征进行组合优化。在算法实现过程中，采用递归排除策略，进一步提升了算法特征寻优能力。仿真实验表明，利用本文算法优选出的图像特征，可较好地提高聚类结果，适合实际工程的应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐迎春	周口师范学院计算机科学与技术学院	17	77	3.0	8.0
2	孙挺	周口师范学院计算机科学与技术学院	22	117	6.0	10.0