gpt4 book ai didi

matlab - 使用PCA输出通过神经网络训练角点特征

转载 作者:行者123 更新时间:2023-12-02 17:51:41 24 4
gpt4 key购买 nike

我正在进行一个用于车辆分类的项目,其中我有特定汽车的 N 图像,并且每个图像大约 40 的拐角/边缘已被检测到并存储在矩阵中,即MAT[40x2]
所以我创建了一个Nx(40x2)矩阵,说 NMAT

现在我不知道如何使用此3D矩阵作为pca(mat)princomp(mat)函数的输入。

但是我知道什么是pca以及如何进行计算,但是我所不知道的是如何使用它。

所以任何人都可以给我快速浏览

同样,在使用matlab pca函数以及其他一些数据后,PCA还返回Eigen_Values,Eigen_Vectors和主成分。

但是由于神经网络仅将 vector 而不是矩阵作为输入,因此在使用pca函数检索到某些数据后,应将什么馈入NN? (我不知道如何使用这些主要成分来创建一维特征 vector )

最佳答案

您需要将其reshape编码为带有N行和80 col的2D矩阵,以便将每个图像建模为要减少其尺寸的80维空间中的一个点。从人工神经网络的 Angular 来看,输入具有“自然的”二维布局并不重要。该信息不会被ANN处理,因此可以被“销毁”。

至于问题的第二部分,ANN确实采用了 vector 输入,但是它需要对其中的几个进行训练,因此训练功能很可能采用输入矩阵。该矩阵是您的数据矩阵与您根据其对应特征值从pca中选择的主要成分之间的乘积。

那是一个快速,高层次的演练...

关于matlab - 使用PCA输出通过神经网络训练角点特征,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19823399/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com