matlab - 如何通过降低特征维数来改进LBP算子

Question

我正在使用LBP用MATLAB提取特征但精度太低

如何减少LBP中的特征箱？

非常感谢。

Answer 1

使用pcares函数来做到这一点。 pcares 代表PCA 残差:

[residuals, reconstructed] = pcares(X, ndim);

residuals 返回通过保留 n-by-p 矩阵 X 的 ndim 主成分获得的残差。 X 是数据矩阵，或包含数据的矩阵。 X 的行对应于观察结果，列是变量。 ndim 是标量，必须小于或等于 p。 residuals 是一个与 X 大小相同的矩阵。

reconstructed 将具有基于 ndim 输入的降维数据。请注意，reconstructed 仍将处于原始维度中，即 X。因此，您可以选择前 ndim 列，这将对应于使用 ndim 指定的特征的维数构建的特征。换句话说:

reduced = reconstructed(:,1:ndim);

因此，reduced 将包含维度缩减至 ndim 维度的数据。

小注释

您需要统计工具箱才能运行pcares。如果不这样做，那么此方法将不起作用。