-
题名基于高阶统计量的DAISY特征向量降维
- 1
-
-
作者
秦楚越
段嘉旭
王泽勇
高晓蓉
-
机构
西南交通大学物理学院光电工程研究所
-
出处
《通信技术》
2017年第8期1664-1669,共6页
-
文摘
采用DAISY算子描述特征点时,每个特征点会生成一个1×200维度的特征向量。维度较高的特征向量会对后续的工作如特征点匹配等,带来非常大的计算量,严重影响算法的效率。因此,需要采取一定的方法降低特征向量的维度。因此,提出了一种基于三阶统计量的方法。这种方法可以通过提取原始向量中的主成分来降低维度。数值实验中证明,相对于经典的PCA降维算法,所提算法在提取主成分方面有更好的效果,同时可将向量的维数降到更低水平,大大提高了算法效率。
-
关键词
daisy描述向量
高阶统计量
双谱分析
特征向量降维
-
Keywords
daisy descriptor
high-order statistics
bispectrum analysis
feature-vector dimension reduction
-
分类号
O426
[理学—声学]
-