基于PCA的纸病特征再提取算法研究

• 作者: 周强 王思琦 田杏芝
• 来源期刊: 中国造纸学报
• 学科: 工学
• 关键词: 纸病特征 特征维数 主成分分析 检测算法 运算量
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 54-60
• 页数: 7页
• 分类号: TS736+.2
• 字数: 4430字
• 语种: 中文
• DOI: 10.11981/j.issn.1000-6842.2019.03.54

摘要

针对传统纸病检测中相似纸病辨识准确率低及纸病提取特征维数高致使纸病辨识过程时间较长的问题,提出一种基于主成分分析(PCA)的纸病特征再提取算法.该算法以多种纸病的图像为研究对象,对可能存在相关关系的高维原始纸病特征量进行PCA降维处理并去除相关成分,形成相互独立且更具代表性的纸病新特征,在减少数据处理量的同时使纸病辨识准确率明显提高.实验表明,PCA算法可显著提高纸病辨识准确率并可大幅缩短算法平均运行时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周强	陕西科技大学电气与信息工程学院	78	324	10.0	14.0
2	王思琦	陕西科技大学电气与信息工程学院	1	0	0.0	0.0
3	田杏芝	陕西科技大学电气与信息工程学院	3	1	1.0	1.0