基于FPCA和ReliefF算法的图像特征降维.pdfVIP

第 53卷 第 5期 吉 林 大 学 学 报 (理 学 版 ) Vol|53 NO．5 2015年 9月 JournalofJilinUniversity (ScienceEdition) Sep 2015 doi：10．13413／j．cnki．jdxblxb．2015．05．28 基于 FPCA和 ReliefF算法的图像特征降维 齐迎春 ，孙 挺 (1．周 口师范学院计算机科学与技术学院，河南 周 口466001；2．西北大学 可视化研究所 ，西安 710049) 摘要：针对传统 图像特征降维方法计算量大、无法去 除冗余信息、未考虑相关性等缺 陷，提 出一种结合快速主成分分析 (FPCA)和 ReliefF算法的图像特征 降维方法．该方法先利用 FPCA算法对样本数据进行初次降维，去除样本 中的冗余信息；再利用ReliefF算法计算样本 特征的分类权重，根据权重对特征进行组合优化．在算法实现过程 中，采用递9-j排 除策略， 进一步提升 了算法特征寻优能力．仿真实验表 明，利用本文算法优选 出的图像特征 ，可较好 地提高聚类结果 ，适合实际工程 的应用． 关键词 ：图像特征；降维；快速主成分分析 ；ReliefF算法 中图分类号 ：TP391．4 文献标志码 ：A 文章编号：1671—5489(2015)05—0975—06 DimensionalityReduction forImageFeature BasedonFPCA andReliefFAlgorithms QIYingchun ．SUN Ting’。 (1．SchoolofComputerScienceandTechnology，ZhoukouNormalUniversity，Zhoukou466001，HenanProvince，China； 2．InstituteofVisualizationTechnology。NorthwestUniversity，X ’an710049，China) Abstract：Fortheproblemsofalargeamountofcalculations，unremovableredundantinformationand unconsideredcorrelation in the traditionaldimensionalityreductionmethod fortheimage feature， amethodbasedonthefastprincipalcomponentanalysis(FPCA)algorithm andtheReliefFalgorithm wasproposed．Firstly，theFPCA algorithm wasused fortheinitialdimensionalityreduction ofthe sampledatatoremovetheredundantinformation；then theReliefF algorithm wasusedto calculate theclassificationweightsofthesamplefeatureswhichwereusedtoperform optimizedcombinationof features．Inthealgorithm implementationprocess，therecursiveremovestrategywasusedtofurther enhancetheabilityofthealgorithm tofindtheoptimalcharacteristics．Simulation resultsshow that theimagefeaturesselectedby thealgorithm in thispapercan betterimprovetheclusteringresult， whichisverysuit