[发明专利]基于区块的主成分分析转换方法及其装置在审
| 申请号： | 201810252676.8 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN109544557A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 谢景棠;陈力铭;其他发明人请求不公开姓名 | 申请（专利权）人： | 淡江大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G10L25/27;G10L25/48 |
| 代理公司： | 上海申新律师事务所 31272 | 代理人： | 董科 |
| 地址： | 中国台湾新*** | 国省代码： | 中国台湾;71 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一维向量 主成分分析 向量 分割 协方差矩阵 特征向量 区块 转换 相乘 二维向量 投影系数 减去 | ||
1.一种基于区块的主成分分析转换方法，其特征在于，包括：
获得输入信号；
分割该输入信号并获得对应分割后的该输入信号的多个一维向量，其中这些一维向量的数量为分割数量；
将这些一维向量排列成二维向量后，减去该分割数量的这些一维向量的均值以获得零平均向量；
计算该零平均向量的协方差矩阵；
计算该协方差矩阵的特征向量；以及
将该零平均向量与该特征向量相乘以获得投影系数。
2.如权利要求1所述的基于区块的主成分分析转换方法，其特征在于，该输入信号为一维信号，且分割该输入信号并获得对应分割后的该输入信号的这些一维向量的步骤包括：
将该一维信号分割为多个帧，并根据对应这些帧的多个取样点获得这些一维向量。
3.如权利要求2所述的基于区块的主成分分析转换方法，其特征在于，该一维信号一语音信号。
4.如权利要求1所述的基于区块的主成分分析转换方法，其特征在于，该输入信号为二维信号，且分割该输入信号并获得对应分割后的该输入信号的这些一维向量的步骤包括：
将该二维信号分割为多个区块，获得对应这些区块的多个像素的多个二维矩阵，并将这些二维矩阵转换为这些一维向量。
5.如权利要求4所述的基于区块的主成分分析转换方法，其特征在于，该二维信号为影像信号。
6.如权利要求1所述的基于区块的主成分分析转换方法，其特征在于，还包括：
将该投影系数与该特征向量的反矩阵相乘以获得重建零平均向量；
将该重建零平均向量加上该均值以获得还原一维向量；以及
将该还原一维向量排列为还原输入信号。
7.一种基于区块的主成分分析转换装置，其特征在于，包括：
处理器；以及
存储器，耦接到该处理器，其中该处理器
获得输入信号；
分割该输入信号并获得对应分割后的该输入信号的多个一维向量，其中这些一维向量的数量为分割数量；
将这些一维向量排列成二维向量后，减去分割数量的这些一维向量的均值以获得零平均向量；
计算该零平均向量的协方差矩阵；
计算该协方差矩阵的特征向量；以及
将该零平均向量与该特征向量相乘以获得投影系数。
8.如权利要求7所述的基于区块的主成分分析转换方法，其特征在于，该输入信号为一维信号，且该处理器将该一维信号分割为多个帧，并根据对应这些帧的多个取样点获得这些一维向量。
9.如权利要求7所述的基于区块的主成分分析转换方法，其特征在于，该输入信号为二维信号，且该处理器将该二维信号分割为多个区块，获得对应这些区块的多个像素的多个二维矩阵，并将这些二维矩阵转换为该一维向量。
10.如权利要求7所述的基于区块的主成分分析转换方法，其特征在于，该处理器将该投影系数与该特征向量的反矩阵相乘以获得重建零平均向量，将该重建零平均向量加上该均值以获得还原一维向量，并将该还原一维向量排列为还原输入信号。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于淡江大学，未经淡江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810252676.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种图像特征提取方法
- 下一篇：一种城市复杂环境下阴影与水体分离方法
