[发明专利]一种三维笔式识别预处理方法

权利要求书

1.一种三维笔式识别预处理方法，其特征在于，包括下列步骤：

(一)、获取不同时刻下的三维笔式轨迹坐标将每个三维笔式轨迹坐标视为样本点,共有n个样本点；

(二)、通过距离参量寻找到每个样本点的k个近邻点Z_ij，其中Z_ij(j＝1，2...k)为X_i的k个近邻点，(i＝1,2...n)；

(三)、计算出每个样本点的局部重建权值，得出样本点的局部重建权值矩阵W，引入误差函数minε(W)通过拉格朗日乘子法求出局部重建权值矩阵W，计算方法如公式(1)所示：

minϵ(W)=Σi=1n|Xi-Σj=1kwijZij|2---(1)]]>

其中minε(W)为定义的误差函数，是X_i与Z_ij之间的权值，且要满足：

Σj=1kwij=1]]>

(四)、根据局部重建权值矩阵W计算输出矩阵S，引入损失函数值minε(S)利用拉格朗日乘子法求出约束条件下最优解，计算方法如公式(2)所示：

minϵ(S)=Σi=1n|Si-Σj=1kwijQij|2---(2)]]>

其中，minε(Y)为损失函数值，S_i为X_i的输出向量，Q_ij(j＝1，2…k)是S_i的k个近邻点，且要满足：

Σi=1nSi=0]]>

1nΣi=1nSiSiT=I]]>

其中，I为d*d的单位矩阵，d为输出矩阵维数，将存储在矩阵W中，当Z_ij是X_i的近邻点时，否则，W_ij为0，其中W_ij是W矩阵中第i行第j列的值，则公式(2)可以重写成：

minϵ(Y)=Σi=1nΣq=1nMijSiTSq,]]>

其中，M＝(I-W)(I-W)^T，M_ij是M矩阵中第i行第j列的值；

(五)、求解M矩阵的特征值和特征向量，将特征值从小到大排列，舍去第一个特征值，取第2到第(d+1)个特征值对应的特征向量作为输出结果。