基于PCA和LDA融合算法的性别鉴别

结合主元分析(PCA)与线性鉴别分析(LDA)的特点,利用PCA-LDA算法进行性别鉴别。通过PCA算法求得训练样本的特征子空间,并在此基础上计算出LDA算法的特征子空间。将PCA算法与LDA算法的特征子空间进行融合,获得PCA-LDA算法的融合特征空间。训练样本与测试样本分别朝融合特征空间投影,从而得到识别特征。利用最近邻准则即可完成性别鉴别。实验中利用三种预处理方法(PCA+LDA、HG+PCA+LDA、RHG+PCA+LDA),得出各自的实验结果,并进行比较。实验结果表明,利用RHG+PCA+LDA方法预处理后,使用PCA-LDA算法进行性别鉴别可以得到理想的效果。

不同产地和采收期的中药材电子鼻鉴别研究

不同产地和采收期的同种中药材在感官上很难区分。提出一种在自然态下采用PEN3电子鼻鉴别不同产地和采收期中药材的方法。首先通过电子鼻获取样本的气味信息,综合气味信息各方面的特征组成一个特征集合,采用逆向反馈方法提取特征,获得最能区别样品的特征子集,利用PCA+LDA算法对样本进行分类,最后运用欧式距离、马氏距离对未知样本进行鉴别。对未知样本的识别正确率达100%,证明采用电子鼻对中药材质量进行评判是可行的。为中药材质量控制提供了一种新的手段。

红细胞SEM图像的三维重构及形状特征提取

临床经验及诊断中表明许多疾病都与红细胞形变有关。因此分析红细胞的形态特征可以辅助诊断病人的病情。运用模板匹配方法寻找12类形态变异的红细胞子图像的位置,应用PCA和LDA算法对12类产生形变的红细胞进行特征选择和提取,并针对噪声问题对算法进行了改进。通过实验数据对一些分类困难的形变细胞做进一步的数据对比及特征提取分类。实验表明,该算法及改进的方法能有效区分并提取出不同类型的红细胞,分类的准确率达到了92.7%。