【摘要】提出一种高效的基于PCA和FisherTrees特征融合的木材识别方法,首先把训练样本分别投影到PCA和FisherTrees空间,得到PCA特征和FisherTrees特征;然后通过算术均值、交换转置均值和加权均值进行特征融合,将融合后的特征应用不同距离函数的分类器进行分类。结果表明:通过交换转置均值融合PCA和FisherTrees特征,然后使用余弦角分类器能获得最好的识别效果。