加权联合降维的深度特征提取与分类识别算法

来源：激光技术杂志2018年第5期北京时间：

作者：冯玮, 王玉德, 张磊

摘要：为了降低卷积神经网络计算的复杂度，改善特征提取过程中的过拟合现象，解决经典网络模型不能有效处理大尺寸图片的问题，采用了加权联合降维的特征融合与分类识别算法，根据两特征的识别贡献率对主成分分析法（PCA）降维处理和随机投影（RP）处理结果进行加权融合，然后将结果提供给卷积神经网络进行处理，提取图像分类的高层特征，使用欧氏距离分类器对识别对象进行分类，并进行了理论分析和实验验证。结果表明，经过加权联合降维对数据进行预处理，PCA矩阵与RP降维矩阵之比重达到6:4，识别率高达96%以上。该算法有效提高了准确率，使大尺寸图片在深度学习网络中有良好的识别效果，改善了网络的适应性。

关键词：图像处理, 分类识别, 加权特征融合, 识别贡献率, 卷积神经网络