基于代数特征与粗糙集相结合的特征提取方法  

Feature Extraction Method Based on Combination of Algebraic Features and Rough Set

作　　者：邵俊[1] 吴小俊[1] 王士同[2] 杨静宇[3] 

机构地区：[1]江苏科技大学电子与信息学院,镇江212003 [2]江南大学信息工程学院,无锡214122 [3]南京理工大学信息学院,南京210094

出　　处：《计算机工程》2008年第3期225-227,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60472060,60572034);中国科学院沈阳自动化研究所机器人学重点实验室基金资助项目(RL200108);江苏省自然科学基金资助项目(BK2004058,BK2006081);图像处理与图像通信实验室开放基金资助项目(KJS03038);教育部科学技术研究项目(105087)

摘　　要：对特征抽取方法进行了研究,提出一种新的特征抽取方法,克服了RomanW等提出的特征抽取方法中缺乏鉴别信息的缺点。通过对高维的人脸数据用PCA和LDA降维,利用粗糙集理论中的属性约简算法进行进一步的维数压缩。实验结果表明,该方法具有良好的性能。A study is made on feature extraction and a new feature extraction method is suggested. The method overcomes the shortcomings of the feature extraction method which was proposed by Roman W recently, which has no discriminant information. Face feature is obtained by the combination of PCA and LDA, the dimensionality is further reduced by using attribute reduction algorithm in the theory of rough set. Experimental results indicate that the proposed method has good performance.

关 键 词：属性约简 属性重要度 近似约简误差 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]