[发明专利]一种一维像识别中的高斯权值分布特征提取方法

权利要求书

1.一种一维像识别中的高斯权值分布特征提取方法，其特征在于，包括以下步骤：

S1、设n维列矢量x_ij为第i类已知目标的第j个训练一维距离像，1≤i≤g，1≤j≤N_i，其中，g表示类别数，N_i为第i类已知目标的训练样本数，N为训练样本总数；

S2、计算样本间的欧氏距离：

p_ij,rz＝||x_ij-x_rz||₂

i＝1,2,…g,j＝1,2,…N_i

r＝1,2,…g,z＝1,2,…N_r

其中，p_ij,rz表示第i类已知目标的第j个一维距离像样本与第r类已知目标的第z个一维距离像样本之间的欧氏距离；

S3、由欧氏距离计算高斯权值w_ij,rz：

其中，σ²是高斯参数，由实验值确定，由高斯权值w_ij,rz组成样本间的高斯连接权值矩阵W：

W＝[w_ij,rz]_N×N

计算矩阵W每一行的元素和值，并构建对角矩阵D：

D＝diag{d_ij}

其中，diag{·}表示对角矩阵；

S4、由矩阵W和D构建特征方程：

WV＝DVΣ

其中，V为特征矢量组成的矩阵，Σ为特征值组成的对角矩阵，特征方程两边同时乘以得：

令

得

可知V₁矩阵中的列矢量是矩阵的特征矢量；以前M个最大特征值对应的特征矢量组成变换子空间A：

使用矩阵A对一维距离像x_ij进行变换：

z_ij＝A^Tx_ij

则得到的矢量z_ij为高斯权值分布特征。