2DPCA， (2D) ZPCA， DiagPCA和DiagPCA-I-2DPCA的特征提取都直接基于图象矩阵

资 源 简 介

在特征提取阶段，研究了PCA， 2DPCA， (2D) 2PCA， DiagPCA， DiagPCA-F-2DPCA等多种方法。不同于基于图象向量的PCA特征提取，由于2DPCA， (2D) ZPCA， DiagPCA和DiagPCA-I-2DPCA的特征提取都直接基于图象矩阵，计算量小，所以特征的提取速度明显高于PCA方法。

详 情 说 明

在特征提取阶段，我们研究了多种方法，包括PCA、2DPCA、(2D)2PCA、DiagPCA、DiagPCA-F-2DPCA等。尽管基于图像向量的PCA特征提取方法已经被广泛使用，但2DPCA、(2D)ZPCA、DiagPCA和DiagPCA-I-2DPCA等方法直接基于图像矩阵，因此计算量相对较小，特征提取速度明显更高。我们认为，这些方法在大规模数据集合上的应用前景广阔，因为它们可以更快地提取特征，从而更快地完成数据处理和分析。在今后的工作中，我们将继续探索这些方法的优势，并在实际应用中验证其效果。