STEM XEDS谱图像的最优主成分分析
图像与视频处理
2019-10-16 v1 数据分析、统计与概率
摘要
STEM XEDS谱图像可通过应用主成分分析（PCA）大幅去噪。本文以由若干不同相组成的复杂半导体结构为例，逐步审视PCA工作流程。文中指出了扭曲主成分分解的典型问题，并描述了成功进行PCA的解决方案。特别关注的是在重建去噪数据过程中主成分的最优截断。首次提出并详细描述一种准确且鲁棒的新方法，其性能优于现有截断方法。
引用
@article{arxiv.1910.06781,
title = {Optimal principal component Analysis of STEM XEDS spectrum images},
author = {Pavel Potapov and Axel Lubk},
journal= {arXiv preprint arXiv:1910.06781},
year = {2019}
}
备注
21 pages, 14 figures