Python 基于PCA的图像分析/特征提取

PCA用于特征提取

---

大家好：我读了几篇关于使用PCA进行特征提取，然后使用神经网络对图像进行分类的论文。但我意识到PCA需要2D数据，而卷积网络需要3D数据。现在，我可以将图像重塑为2D，并运行PCA，但我不知道如何将结果输入到卷积网络中。提前感谢。

卷积网络专门用于从图像中提取特征，因此我认为在将图像作为输入输入到CNN之前，您不需要对图像进行任何预处理（平均像素值减法除外）

卷积网络会产生大量的特征，因此在输入分类器之前，可以使用PCA减少从CNN获得的特征数量。由于从CNN获得的特征通常彼此高度相关，因此在实践中有时会这样做。PCA可以消除这些相关性，同时减轻进一步处理过程中的计算量

---

所以为了回答你的问题，你可以对CNN的结果应用PCA，但不能反过来。我相信您在文章中读到的内容涉及到一般神经网络（而非CNN），其中在NN特征提取之前应用PCA更合适。

“.卷积网络获取3D数据…”需要引用。