期刊文献+

目标类特征确定中的主成分分析法研究及在目标识别中的应用 被引量:4

Research on Principal Component Analysis in Choosing Target Category Feature and Its Application to Target Recognition
原文传递
导出
摘要 将类特征分为分类性类特征与识别性类特征,提出了用传统的主成分分析法与改进的主成分分析法确定类特征的基本思路,并给出了求取两种类特征的具体实例.有关分析表明,由于未知目标经过了两类特征的两级比较,所以识别的效率与精度大大提高. In this paper, the opinion is presented that category feature includes two kinds: classification feature and recognition feature . The idea is described that category feature can be received by traditional PCA (principal component analysis) and improved PCA. The example calculating category feature is given in this paper. The analysis shows that the recognition precision will be improved greatly as the unknown target is compared twice by two kinds of category feature.
出处 《模式识别与人工智能》 EI CSCD 北大核心 2006年第1期106-110,共5页 Pattern Recognition and Artificial Intelligence
关键词 主成分分析法 类特征 分类 目标识别 Principal Component Analysis, Category Feature, Classification, Target Recognition
  • 相关文献

参考文献7

二级参考文献10

共引文献21

同被引文献30

引证文献4

二级引证文献36

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部