基于PCA+LDA的特征融合的3D手写识别特征集取技术

摘要

文章针对基于3D加速度传感器的空间手写识别进行特征集取的研究,提出了一种基于PCA+LDA的特征融合进行分类识别的方法。首先从加速度数据中提取时域特征-旋转特征RF（RotationFeature）,然后再利用FFT变换（Fast Fourier Transform）提取三维加速度的频域特征FFT,接着将时域特征RF和频域特征FFT进行特征融合,并利用PCA（Principal Component Analysis）+LDA（Linear Discriminate Analysis）组合进行降维,最后利用SVM（支持向量机）进行分类识别。实验结果显示,本文提出的方法可以有效提升3D手写识别系统的识别率。