PCA代碼輸入，用於PalmPrint識別

Question

我是Matlab新手。 我正嘗試將PCA功能（下面列出的URL）應用到我的掌紋識別程序中以生成eigenpalms。我的掌紋灰度圖像尺寸是450 * 400。 在使用它之前，我試圖研究這些代碼並添加一些代碼以將特徵向量保存爲.mat文件。我爲自我理解添加了一些％的評論。

經過幾天的學習，我仍然無法得到答案。 我決定尋求幫助。我有幾個問題要問這個PCA.m.

PCA.m

1. 什麼是 「選項」 輸入應該是什麼？的「PCA（數據，細節，選項）」 （這是一個整數的縮小尺寸？我試圖找出「選項」值傳遞的位置，但仍然無法獲得ans。msgbox的「h & h2「，是檢查代碼運行到哪裏，我試圖使用整數10，但PCA.m處理的尺寸是400 * 400）。

2. 我保存爲」.ig「的」eigvector「 「文件準備與其他特徵向量執行歐氏距離分類器？ （我在考慮eigvector等於eigenpalm，就像在臉部識別中，特徵所面臨的那樣，我試圖將特徵向量矩陣轉換回圖像，但PCA過程之後的圖像是黑色的，並且有很多點）

mySVD.m

1. 在這個函數中，有可以改變兩個值，它們由MAX_MATRIX_SIZE 1600設置和EIGVECTOR_RATIO 0.1％設定。我可否知道這些值會影響結果？ （我試圖玩弄數值，但我不能看到不同，我的掌紋圖像尺寸設置爲450 * 400，因此Max_matrix_size應設置爲180,000？）

**我希望你你們能理解我在問什麼，請大家幫幫忙，謝謝你們（=

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

你在一個結構傳遞選項URE，例如：

options.ReducedDim = 2; 

或

options.PCARatio =0.4; 

選項ReducedDim選擇要使用代表原始矩陣的最終投射維數。例如，如果選擇option.ReducedDim = 2，則只使用具有最大特徵值的兩個特徵向量（兩個主要分量）來表示數據（實際上PCA將返回具有最大特徵值的兩個特徵向量）。

PCARatio改爲允許您選擇維數作爲第一個特徵值的最大特徵值，該特徵值佔特徵值總和的分數PCARatio。

在mySVD.m中，我不會增加默認值，除非您預計需要超過1600個特徵向量來描述您的數據集。我認爲你可以放心地保留默認值。