基于卷积的主成分分析特征提取算法研究

《基于卷积的主成分分析特征提取算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文图书分类号：ＴＰ３０１密级：公开ＵＤＣ：５１０学校代码：１０００５＾＾＾ｊＪ５ＳＳ．．ＢＦＪＩＭＧｒｍｉＷＴｌＭＴＹＯＦＴＦＣＨ＞ｒ〇ｒａＧＹＪ硕士学位论文ＭＡＳＴＥＲＡＬＤＩＳＳＥＲＴＡＴＩＯＮ论文题基于卷积的主成分分析特征提取算法研究论文作者：王永利学科：数学指导教师：刁麓弘副教授论文提交日期：２０１８年６月ＵＤＣ：５１０学校代码：１０００５中文图书分类号：ＴＰ３０１学号：Ｓ２０１５０６０４１密级：公开北京工业大学

2、理学硕士学位论文题目：基于卷积的主成分分析特征提取算法研究英文题目：ＲＥＳＥＡＲＣＨＯＮＦＥＡＴＵＲＥＥＸＴＲＡＣＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＣＯＮＶＯＬＵＴＩＯＮＰＲＩＮＣＩＰＡＬＭＰＯＮＥＮＴＡＮＡＬＹＳＩＳＣＯ论文作者：王永利学科专业：数学研究方向：模式识别申请学位：理学硕士指导教师：习麓弘副教授所在单位：应用数理学院答辩日期：２０１８年５月授予学位单位：北京工业大学独创性声明本人声明所呈交的论文是我个人在导师

3、指导下进行的研究工作及取得的研究成果。尽我所知，论，除了文中特别加以标注和致谢的地方外文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。签名：王永利日期：２０１８年６月２２日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定：，即学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采

4、用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：王永利日期：２０１８年６月２２日导师签名：刁麓弘日期：２０１８年６月２２日摘要摘要随着人工智能、机器学习的不断发展，特征提取与选择技术广泛应用在图像处理、模式识别和数据挖掘等领域。在模式识别中，特征提取与选择是极为重要的一个步骤，特征提取与选择的好坏直接影响着分类识别的效果。特征提取与选择是常用的降维算法，通过选择最有效的特征来表示高维的原始数据，可以去除数据间的冗余ＰＣＡ一，实现特征空间维数的压缩

5、。主成分分析（）是个重要的特征一一子空间学习方法，该方法是让原始样本点经过个线性变换投影到个低维空间中去，从而降低数据维数。在一幅图像中，相邻的像素联系较为紧密，而距离较远的像素相关性则较弱。卷积神经网络利用了图像像素这一空间特性一，卷积层与前层的连接方式是局部连接，并且共享权值，这样大大减少了网络中的连接参数的数目，提高了网络的学习效率。而目前常用的特征提取方法是基于整幅图像得到的全局特征，没有充分利用图像像素之间的空间特性。考虑到上述问题一，受卷积神经网络的启发，本文提出了种基于卷积的主

6、成分分析人脸特征提取的新方案－Ｌ１方法求得各个。该方法是将图像分块，使用ＰＣＡ块位置的投影矩阵，对每个块位置，选择卷积模板提取得到局部特征，再将局部特征综合起来提取全局特征－。最后提取得到的是基于局部全局的特征。本文方法充分利用了图像空间像素之间的特性，既具有旋转不变性，又具有平移不变性。在ＡＲ和ＯＲＬ数据库上的实验结果表明本文方法能更好的提取特征。：人脸识别关键词；ＰＣＡ方法；分块；卷积－Ｉ－ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＷｉｔｈｔｈｅｄｅｖｅｌｏｍｅｎｔｏｆａｒｔｉｆｉ

7、ｃｉａｌｉｎｔｅｌｌｉｅｎｃｅａｎｄｍａｃｈｉｎｅｌｅａｒｎｉｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｐｇｇ，ａｎｄｓｅｌｅｃｉｏｎｅｃｈｎｉｕｅｓａｒｅｗｉｄｅｌｕｓｅｄｉｎｈｅｆｉｅｌｄｓｏｆｉｍａｅｒｏｃｅｓｓｉｎａｅｒｎｒｅｃｏｎｉｉｏｎｔｔｑｙｔｇ，ｔｔｔｐｇｐｇａｎｄｄａｔａｍｉｎｉｎ．ｇＩｎａｅｒｎｒｅｃｏｎｏｎｏｎａｎｄｓｅｅｃｏｎｍｏｒａｎｓｅｔｔｉｔｉｆｅａｔｕｒｅｅｘｔｒａｃｔｉｌｔｉｉｓａｖｅｒｉｔｔｔｆｅａｔｕｒｅｐｇ，ｙ

8、ｐｐ，ｅｘｔｒａｃｔｉｏｎａｎｄｓｅｌｅｃｔｉｏｎｄｉｒｅｃｔｌｙａｆｆｅｃｔｔｈｅｅｆｆｅｃｔｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｃｏｎｉｔｉｏｎ．Ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｇａｎｄｓｅｅｃｏｎｓａｃｏｍｍｏｎｕｓｅｄｍｅｎｓｏｎａｒｅａｏｒｍｅｍｏｓｅｆｆ