基于密度特征与KNN算法的最优特征维数选择

• 作者: 周振 孙国栋 梅术正 汤汉兵
• 来源期刊: 现代电子技术
• 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
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 80-83
• 页数: 4页
• 分类号: TN911.73-34|TP23
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.16.020

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙国栋	湖北工业大学机械工程学院	51	125	6.0	8.0
2	梅术正	湖北工业大学机械工程学院	4	25	3.0	4.0
3	汤汉兵	湖北工业大学机械工程学院	3	20	3.0	3.0
4	周振	湖北工业大学机械工程学院	3	11	2.0	3.0