论文部分内容阅读
针对高维噪声图像(光暗、有遮挡)的分类问题,分类质量的好坏不仅依赖于图像降噪方法的选择,同时还依赖于图像降维方法的选择.目前,大部分的降噪方法不具备降维作用,同样地,大部分的降维方法也不具备降噪作用.为了在降噪降维的同时还能保持良好的分类精度,本文提出了基于偏微分方程组(PDEs)的主成分分析(PCAPDEs)、基于PDEs的线性判别分析(LDAPDEs)、基于PDEs的典型相关分析(CCAPDEs)以及基于PDEs的监督典型相关分析(SCCAPDEs)四种降噪降维算法,并研究了PDEs的