对于主成分分析，下列说法中错误的选项是（ ）。
A: 可以用于图像降维和噪声去除
B: 可用于数据压缩和信息增强
C: 变换得到的主成分之间具有相关性
D: K-L变换是建立在图像协方差矩阵基础上的线性正交变换
A: 可以用于图像降维和噪声去除
B: 可用于数据压缩和信息增强
C: 变换得到的主成分之间具有相关性
D: K-L变换是建立在图像协方差矩阵基础上的线性正交变换
C
举一反三
- 对于主成分分析，下列说法中错误的选项是（ ）。 A: 可以用于图像降维和噪声去除 B: 可用于数据压缩和信息增强 C: 变换得到的主成分之间具有相关性 D: K-L变换是建立在图像协方差矩阵基础上的线性正交变换
- 关于K-L变换的叙述,下列说法中正确的是: A: 可以用于图像降维和噪声去除 B: 变换得到的主成分之间不具有相关性 C: 是建立在图像相关系数矩阵基础上的线性正交变换 D: 可用于数据压缩和信息增强
- 关于K-L变换的描述,下列说法中正确的是: A: K-L变换也称为霍特林(Hotelling)变换、主成分分析(PCA或PCT) B: PCA与K-L变换的求解过程有所不同, PCA包括了K-L变换 C: K-L变换可以去除图像的噪声和干扰,但不能进行数据压缩和信息增强 D: K-L变换是建立在图像协方差矩阵基础上的线性正交变换
- 关于K-L变换的描述，正确的是 A: K-L变换是建立在图像协方差矩阵基础上的线性正交变换。 B: K-L变换也称为霍特林（Hotelling）变换、主成分分析（PCA或PCT）。 C: PCA与K-L变换的求解过程有所不同，K-L变换包括了PCA。 D: K-L变换可以去除图像的噪声和干扰，但不能进行数据压缩和信息增强。
- 对于主成分分析，下列说法中错误的选项是 。 A: 仅只建立在图像协方差矩阵基础上的线性正交变换 B: 用于消除波段之间的相关性 C: 用于图像的对比度增强 D: 用于图像融合
内容
- 0
K-L变换的流程为（） A: 计算图像的协方差矩阵—主成分正变换—主成分逆变换 B: 主成分正变换—计算图像的协方差矩阵—主成分逆变换 C: 计算图像的相关矩阵—主成分正变换—主成分逆变换 D: 主成分正变换—计算图像的相关矩阵—主成分逆变换
- 1
关于主成分分析，以下说法错误的有（ ） A: 主成分分析的变换核是固定不变的 B: 主成分变换后，协方差矩阵为对角阵 C: 主成分变换可以用于图像的特征提取 D: 第一主成分包含的图像信息量最大
- 2
K-L变换的流程包括 A: 计算图像灰度共生矩阵 B: 计算图像协方差矩阵 C: 主成分正变换 D: 主成分逆变换
- 3
有关多光谱变换,正确的是: A: 包括K-L变换和K-T变换 B: K-L变换又叫主成分分析 C: K-T变换可以实现图像噪声去除 D: K-L只能应用于MSS和TM数据
- 4
在主成分分析计算中,如果选择相关系数矩阵为出发点,则 A: 变换结果类似于K-L变换结果 B: 可进行图像对比度增强 C: 计算结果便于进行信息提取 D: 计算结果就是数据压缩和噪声去除