幾種特征提取方法的研究.pdf

1、特征提取是模式識(shí)別中最基本的研究內(nèi)容之一，可以有效地緩解模式識(shí)別領(lǐng)域經(jīng)常出現(xiàn)的“維數(shù)災(zāi)難”問題并對(duì)識(shí)別性能起著重要作用，它在生物特征識(shí)別、信息處理、文本分類等領(lǐng)域有著廣泛的應(yīng)用?，F(xiàn)有的特征提取方法非常多，但仍然存在一些缺陷，例如對(duì)噪聲敏感、小樣本問題、抽取的特征中存在冗余等。
　　本文對(duì)二維模式特征提取方法及單類分類的特征提取方法開展了研究，對(duì)已有特征提取方法的缺陷進(jìn)行了改進(jìn)，主要貢獻(xiàn)包括：
　　1.傳統(tǒng)的2DLPP是基于L

2、2范數(shù)的，對(duì)噪聲很敏感，本文提出了一種基于L1范數(shù)的2DLPP（2DLPP-L1），2DLPP-L1通過一個(gè)迭代算法來降維，該算法不需要特征值分解。與基于L2范數(shù)的2DLPP相比，所提基于L1范數(shù)的2DLPP具有更強(qiáng)的魯棒性。
　　2.2DLDA本質(zhì)上只在所給圖像的行方向上抽取特征，因此抽取的特征中仍存在冗余，為此提出了基于2DLDA和模糊粗糙集的兩階段維數(shù)約減方法（2DLDAFRS）。第一個(gè)階段，用2DLDA抽取特征。第二個(gè)階段