摘要:构造一个高性能的识别系统,最重要的是如何选择一个有效的特征.然而任何一种特征都是从某一种角度刻画图像的,因此都不是十全十美的,若想从根本上解决特征的缺陷问题,就必须用多种特征互相补偿.但不加选择的把所有能获得的测量值全部用作分类特征,又会引发"特征维数灾难"现象.因此要想设计出性能良好的分类器,就需要对原始测量数据进行充分分析,经过认真的选择或变换,在保证一定分类精度的前提下,去掉那些分类能力很差的特征和彼此相关性很强的特征,从而减少特征维数,达到加快鉴定速度,提高鉴定效率的目的,为此本文采用了主成分分析(PCA)法,通过变换将信息集中到最少维数的特征向量上.