Я пытаюсь улучшить результаты своего приложения для классификации изображений, которое использует моменты Ху в качестве функций, но когда я применяю pca, есть только одна функция, которая составляет дисперсию 0,95.
Я выполнил следующие шаги по получению необработанных характеристик Ху, чтобы найти матрицу проекции:
стандартизировать
вычислить ковариацию
найти собственные векторы и значения с помощью библиотеки Eigen
выбрать собственные векторы, которые составляют 0,8 дисперсии, и отбросить остальные.
Результатом является матрица от 1 до X (только один признак покрывает дисперсию 0,98)
Я пытаюсь улучшить результаты своего приложения для классификации изображений, которое использует моменты Ху в качестве функций, но когда я применяю pca, есть только одна функция, которая составляет дисперсию 0,95. Я выполнил следующие шаги по получению необработанных характеристик Ху, чтобы найти матрицу проекции: [list] [*]стандартизировать [*] вычислить ковариацию [*]найти собственные векторы и значения с помощью библиотеки Eigen [*]выбрать собственные векторы, которые составляют 0,8 дисперсии, и отбросить остальные. Результатом является матрица от 1 до X (только один признак покрывает дисперсию 0,98) [/list]