matlab - 如何通过减少特征尺寸来改善LBP算子

我将LBP与MATLAB一起用于提取功能，但精度太低

如何减少LBP中的特征箱？

非常感谢。

最佳答案

使用pcares函数执行此操作。 pcares代表PCA残差：

[residuals, reconstructed] = pcares(X, ndim);

residuals返回通过保留ndim矩阵n-by-p的X主成分而获得的残差。 X是数据矩阵或包含您的数据的矩阵。 X的行对应于观察值，列是变量。 ndim是标量，并且必须小于或等于p。 residuals是与X相同大小的矩阵。

reconstructed将具有基于ndim输入的降维数据。请注意，reconstructed仍将是X的原始尺寸。这样，您可以选择前ndim列，这将与使用ndim指定的特征的维数构造的那些特征相对应。换一种说法：

reduced = reconstructed(:,1:ndim);

因此，reduced将包含已缩减为ndim维度的数据。

小笔记

您需要统计工具箱才能运行pcares。如果您不这样做，则此方法将不起作用。