Question

我是Matlab的新手。我正在尝试将PCA功能（下面列出的URL）应用到我的掌纹识别程序中，以生成特殊的方法。我的掌纹灰度图像尺寸为450 * 400。在使用它之前，我试图研究这些代码并添加一些代码以将特征向量保存为.mat文件。我为自己的理解添加了一些％的评论。

经过几天的学习，我仍然无法得到答案。我决定请求帮助。关于这个PCA.m，我有几个问题要问。

PCA.m

“选项”的输入应该是什么？ “PCA（数据，细节，选项）” （它是减小尺寸的整数吗？我试图找出“选项”值传递的位置，但仍然无法获得ans。“h＆amp; h2”的msgbox，是检查代码运行直到哪里我试图使用10的整数，但PCA.m处理的尺寸是400 * 400。）
我保存为“.mat”文件的“eigvector”准备好与其他特征向量执行欧几里德距离分类器？（我认为eigvector等于eigenpalm，就像在人脸识别中那样，特征面。我试图将特征向量矩阵转换回图像，但PCA处理后的图像是黑色的，上面有很多点）

mySVD.m

在此函数中，有两个值可以更改，即MAX_MATRIX_SIZE设置为1600，EIGVECTOR_RATIO设置为0.1％。我可以知道这些值会影响结果吗？（我试图玩这些值，但我看不出不同。我的掌纹图像尺寸设置为450 * 400，所以Max_matrix_size应该设置为180,000？）

**我希望你们能够理解我在问什么，请帮助，谢谢你们（=

原始版本：http://www.cad.zju.edu.cn/home/dengcai/Data/code/PCA.m

mySVD：http://www.cad.zju.edu.cn/home/dengcai/Data/code/mySVD.m

% Edited Version by me
function [eigvector, eigvalue] = PCA(data,details,options)
%PCA    Principal Component Analysis
%
%   Usage:
%       [eigvector, eigvalue] = PCA(data, options)
%       [eigvector, eigvalue] = PCA(data)
%
%             Input:
%               data       - Data matrix. Each row vector of fea is a data point.
%                            fea = finite element analysis ?????
%     options.ReducedDim   - The dimensionality of the reduced subspace. If 0,
%                         all the dimensions will be kept.
%                         Default is 0.
%
%             Output:
%               eigvector - Each column is an embedding function, for a new
%                           data point (row vector) x,  y = x*eigvector
%                           will be the embedding result of x.
%               eigvalue  - The sorted eigvalue of PCA eigen-problem.
%
%   Examples:
%           fea = rand(7,10);
%           options=[]; %store an empty matrix in options
%           options.ReducedDim=4;
%           [eigvector,eigvalue] = PCA(fea,4);
%           Y = fea*eigvector;
%
%   version 3.0 --Dec/2011
%   version 2.2 --Feb/2009
%   version 2.1 --June/2007
%   version 2.0 --May/2007
%   version 1.1 --Feb/2006
%   version 1.0 --April/2004
%
%   Written by Deng Cai (dengcai AT gmail.com)
%

if (~exist('options','var'))

%A = exist('name','kind')
% var = Checks only for variables.
%http://www.mathworks.com/help/matlab/matlab_prog/symbol-reference.html#bsv2dx9-1
%The tilde "~" character is used in comparing arrays for unequal values, 
%finding the logical NOT of an array, 
%and as a placeholder for an input or output argument you want to omit from a function call. 

    options = [];
end

h2 = msgbox('not yet');

ReducedDim = 0;
if isfield(options,'ReducedDim')
%tf = isfield(S, 'fieldname')

h2 = msgbox('checked');

    ReducedDim = options.ReducedDim;
end

[nSmp,nFea] = size(data);
if (ReducedDim > nFea) || (ReducedDim <=0)
    ReducedDim = nFea;
end


if issparse(data)
    data = full(data);
end
sampleMean = mean(data,1);
data = (data - repmat(sampleMean,nSmp,1));

[eigvector, eigvalue] = mySVD(data',ReducedDim);
eigvalue = full(diag(eigvalue)).^2;

if isfield(options,'PCARatio')
    sumEig = sum(eigvalue);
    sumEig = sumEig*options.PCARatio;
    sumNow = 0;
    for idx = 1:length(eigvalue)
        sumNow = sumNow + eigvalue(idx);
        if sumNow >= sumEig
            break;
        end
    end

    eigvector = eigvector(:,1:idx);

end

%dt get from C# program, user ID and name
evFolder = 'ev\';
userIDName = details; %get ID and Name
userIDNameWE = strcat(userIDName,'\');%get ID and Name with extension
filePath = fullfile('C:\Users\***\Desktop\Data Collection\');
userIDNameFolder = strcat(filePath,userIDNameWE); %ID and Name folder
userIDNameEVFolder = strcat(userIDNameFolder,evFolder);%EV folder in ID and Name Folder
userIDNameEVFile = strcat(userIDNameEVFolder,userIDName); % EV file with ID and Name

if ~exist(userIDNameEVFolder, 'dir')
    mkdir(userIDNameEVFolder);
end

newFile =  strcat(userIDNameEVFile,'_1');
searchMat = strcat(newFile,'.mat');
if exist(searchMat, 'file') 
        filePattern = strcat(userIDNameEVFile,'_');

        D = dir([userIDNameEVFolder, '*.mat']);
        Num = length(D(not([D.isdir])))

        Num=Num+1;
        fileName = [filePattern,num2str(Num)];

    save(fileName,'eigvector');

else
     newFile =  strcat(userIDNameEVFile,'_1');
     save(newFile,'eigvector');
end

Answer 1

您可以在结构中传递选项，例如：

options.ReducedDim = 2;

或

 options.PCARatio =0.4;

选项ReducedDim选择要用于表示原始矩阵的最终投影的维数。例如，如果选择option.ReducedDim = 2，则仅使用具有最大特征值的两个特征向量（两个主要分量）来表示您的数据（实际上，PCA将返回具有最大特征值的两个特征向量）。

PCARatio允许您选择维数作为具有最大特征值的第一个特征向量，这些特征值占特征值总和的PCARatio分数。

在mySVD.m中，我不会增加默认值，除非您需要超过1600个特征向量来描述您的数据集。我想你可以安全地保留默认值。

PCA编码输入，用于PalmPrint识别

1 个答案: