基于多元函数主成分表示的识别学习

摘要

针对识别学习中的多维信息融合问题,提出一种基于多元函数主成分表示识别方法。给出多元函数主成分的数值计算方法,利用联合协方差算子计算特征值与特征向量,提取关键区分特征。基于这些综合特征应用随机森林方法对多元函数型数据进行识别学习。在模拟数据和真实数据上比较多元函数主成分表示方法与其他几种表示方法的识别性能。试验结果表明,在模拟数据集、英文手写体数据集和中文手写体数据集中,准确率为1,在运动数据集中,准确率为0.9544。相较于其他方法,多元函数主成分分析这一特征抽取方法的识别效果更好,有效地提高了识别准确率。