论文部分内容阅读
特征选择在数据挖掘、图像识别等诸多方面有着广泛的应用，其目的是找出那些最有效的特征，即把特征空间从高雏压缩到低雏。对于图像识别系统而言，为了保证识别性能需要从图像中提取大量的信息，往往使得训练集数量相对特征向量的雏数显得较少。引入敏感度分析作为标准实现图像特征值的选取。实验表明：利用敏感度分析选取的特征值对BP神经网络进行训练避免了网络的过拟舍问题，提高了网络的识别率，同时大大降低了网络的训练时间，提高了网络识别效率。