模式识别中特征提取的一种变换方法

摘要

特征提取作为模式识别系统的重要模块，其本质是对原始特征数据进行某种变换以降维。本发明就是关于模式识别中特征提取的一种变换方法，它是一种三角矩阵变换方法，具体步骤为：(1)自定义或选取一目标函数(主要指类别可分性判据)，以其最优化作为变换准则；(2)根据原始特征向量的维数，给出带未知参数的三角变换矩阵及其约束；(3)在所给准则下，优化三角变换矩阵之未知参数，即确定出具体的三角变换矩阵；(4)变换；(5)根据变换后特征数据各维的大小或者对可分性的贡献做降维处理。本发明克服了现有方法的一些局限，如要求样本类内离散度矩阵为非奇异矩阵的局限，或者运算量大、可操作性差的局限等。

主权项

1、一种模式识别中特征提取的变换方法，其特征在于，是一种三角矩阵变换方法，其步骤如下：(1)自定义或选取一目标函数(主要指类别可分性判据)，以其最优化作为变换准则；(2)根据原始特征向量的维数，给出带未知参数的三角变换矩阵及其约束；(3)在所给准则下，优化三角变换矩阵之未知参数，即确定出具体的三角变换矩阵；(4)变换；(5)根据变换后特征向量各维的大小或者对可分性的贡献做降维处理。