三維模型特徵提取

特徵提取是模式識別中最基本的研究內容之一，能夠有效地緩解模式識別領域常常出現的「維數災難」問題並對識別性能起着重要做用。算法 到目前爲止，國內外對特徵提取的研究已日趨成熟並出現了不少特徵提取方法，好比主成分分析（PCA）、線性判別分析（LDA）、局部保留映射（LPP）等，可是它們仍存在某些缺陷。PCA是一種無監督的特徵提取算法，它經過最小化樣本的重構偏差來尋找一組正交變換，將高維數據投影到低維數據

>>阅读原文<<