本项目为基于计算智能的中药饮片识别系统的研究与实现，即利用相关的计算机技术，主要是图像识别算法来对中药饮片进行鉴定的技术，此亦为本项目的核心和关键所在。
针对图像识别算法，做了如下的文献查询与整理。
经查询，目前传统的图像识别算法主要有：主成分分析(Principal Component Analysis,PCA)、支持向量机(Support Vector Machine,SVM)、误差反向传播算法(Error Back Propagation Training,BP)等。
目前开始流行的主要是深度学习算法，深度学习算法之下又包括许多关键技术，其中最具有代表性的即卷积神经网络(ConvolutionalNeural Networks,CNN)。
在多元统计分析中，PCA是一种分析、简化数据集的技术，经常用于减少数据集的维数，同时保持数据集中的对方差贡献最大的特征。
其算法的降维的核心思想是将数据沿方差最大方向投影，数据更易于区分。
PCA是最简单的以特征量分析多元统计分布的方法。
通常情况下，这种运算可以被看作是揭露数据内部结构，从而更好的解释数据的变量的方法。
如果一个多元数据集能够在一个高维数据空间坐标系中被显现出来，那么PCA就能够提供一幅较低维的图像，即该图像在讯息最多的点上为原对象的一个投影。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
