REDUCTION OF TRAINING SAMPLES DIMENSION IN PATTERN RECOGNITION OF SPACE IMAGES USING PRINCIPAL COMPONENTS ANALYSIS

D Pradun
unpublished
ИНФОРМАТИКА 2013 январь-март № 1 УДК 004.93'1; 004.932 Д.В. Прадун СНИЖЕНИЕ РАЗМЕРНОСТИ ОБУЧАЮЩИХ ВЫБОРОК ПРИ РАСПОЗНАВАНИИ ОБРАЗОВ НА КОСМИЧЕСКИХ ИЗОБРАЖЕНИЯХ С ПОМОЩЬЮ МЕТОДА ГЛАВНЫХ КОМПОНЕНТ Описываются сущность метода главных компонент и задача снижения размерности в про-цессе статистической обработки. Приводится способ вычисления главных компонент на основе оп-ределения собственных значений ковариационной матрицы. Описываются алгоритмы практической реализации метода главных компонент на
more » ... вных компонент на основе QR-алгоритма. Проводится анализ возможности использования метода главных компонент при классификации космических изображений с целью снижения размерности обучающих выборок. Поступила 23.08.12 Объединенный институт проблем информатики НАН Беларуси, The essence of principal components analysis and the problem of dimension reduction are described. A method of principal components calculation is presented, which is based on the covariance matrix eigenvalues determination. Practical implementations of principal components analysis are described , which are based on QR-algorithm. Application of principal components analysis in space images classification for the reduction of training samples dimension is discussed.
fatcat:6ykyszcwh5by3cklwthpd3va3m