利用K-L變換進行特徵提取

原理介紹 K-L變換是模式識別中經常使用的一種特徵提取方法，出發點是從一組特徵中計算出一組按重要性從大到小排列的新特徵，它們是原有特徵的線性組合，而且相互之間是不相關的。K-L變化能考慮到不一樣的分類信息，實現監督的特徵提取，本文首先討論從數據的協方差矩陣做爲產生矩陣的K-L變換，接下來討論從類平均向量中提取判別信息的K-L變換。算法 K-L變換原理 K-L變換的流程基本以下，第一步，首先從維原始

>>阅读原文<<