主成分分析法,你怎么看?
来源:互联网 发布:python写文件 追加 编辑:程序博客网 时间:2024/04/20 03:45
最近在看主成分分析法,通过对原始数据进行投影,使得投影后数据更能体现原始数据特征。
主成分分析(PCA)具有数据分离和信息压缩等有用的特性,运用主成分分析的方法可以根据图像的整体特征,构造目标的特征子空间(即由主成分生成的子空间),从而较好地克服噪声干扰和图像畸变的影响,完成对目标的匹配定位和跟踪。
在网上找了段用matlab实现的pca算法,对RGB图像计算每个分量协方差矩阵的特征向量、特征值,根据特征值从大到小选取特征向量作为第一主成分、第二主成分和第三主成分,对RGB图像——薏仁、炉贝、青贝和松贝进行投影,效果如下。
通过上图不难发现,右上角第一主成分投影下,颜色细节较少,数据分离效果最明显。
这些图,让我想到:为什么要先gabor滤波,再pca、fld进行滤波后降维,这种做法在灰度图像下进行,实际上等同直接在RGB空间进行pca,利用第一主成分投影后再进行后续特征提取,应该比gabor滤波后再处理效果更好。试试才知道!!!
- 主成分分析法,你怎么看?
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 主成分分析法
- 要不要止损,就看你怎么分析
- 主成分分析法(PCA)
- 主成分分析法详解
- 主成分分析法:简介
- Opencv 主成分分析PCA法
- [数学模型]主成分分析法python实现
- 主成分分析法以及python实现
- SecureCRT中文显示乱码的解决方法
- SQL Server 千万数量级 分页 存储过程
- ORA-01652: 无法通过 128 (在表空间 TEMP 中) 扩展 temp 段
- 时间格式验证
- Android开发规范
- 主成分分析法,你怎么看?
- Hadoop相关的考题
- java线程系列---Runnable和Thread的区别
- 7 数据网格的编辑
- richfaces之fileUpload
- Flash AS3 获取当前域名
- js event.keycode 大全
- 3个著名加密算法(MD5、RSA、DES)的解析
- C++方面的Blog