公开(公告)号：CN109815990A

公开(公告)日：2019-05-28

申请号：CN201811622318.8

申请日：2018-12-28

Applicant: 天津大学

Inventor： 周功宇 ,  李淼 ,  许光全 ,  陈世展

IPC: G06K9/62 ,  G06K9/00

Abstract: 本发明属于人工智能领域，为提出一个新型的基于中心化权重的二维主成分分析技术，能从原始数据空间中提取更多有代表性的信息。通过提取原始数据中最有代表性的信息，完成数据的降维，从而简化数据描述。通过降维，可以对数据进行可视化。为此，本发明采取的技术方案是，基于中心化权重的主成分分析系统，由三个部分组成，图像预处理模块，中心化权重主成分分析C-PCA执行模块或泛化的中心二维主成分分析GC-2DPCA执行模块，识别匹配模块。本发明主要应用于人工智能分析场合。

公开(公告)号：CN109815990B

公开(公告)日：2023-06-30

申请号：CN201811622318.8

申请日：2018-12-28

Applicant: 天津大学

Inventor： 周功宇 ,  李淼 ,  许光全 ,  陈世展

IPC: G06V10/77 ,  G06V10/74 ,  G06V10/20 ,  G06V10/28 ,  G06V10/44 ,  G06V40/16

Abstract: 本发明属于人工智能领域，为提出一个新型的基于中心化权重的二维主成分分析技术，能从原始数据空间中提取更多有代表性的信息。通过提取原始数据中最有代表性的信息，完成数据的降维，从而简化数据描述。通过降维，可以对数据进行可视化。为此，本发明采取的技术方案是，基于中心化权重的主成分分析系统，由三个部分组成，图像预处理模块，中心化权重主成分分析C‑PCA执行模块或泛化的中心二维主成分分析GC‑2DPCA执行模块，识别匹配模块。本发明主要应用于人工智能分析场合。