特征的选择与提取

特征的选择与提取Tag内容描述：<p>1、第六章 特征抽取与选择 模式识别 Pattern Recognition 武汉理工大学信息工程学院 1 1 内容目录 第六章 特征抽取与选择 6.1 特征抽取和选择的基本概念 3 2 4 5 6.2 类别可分离性判据 6.3 特征抽取方法 6.4 特征选择方法 6.5 讨论 1 模式识别 2 2 6.1 特征抽取和选择的基本概念 l 特征的选择与提取是模式识别中重要而困难的 一个环节： n分析各种特征的有效性并选出最有代表性的特征是模 式识别的关键一步 n降低特征维数在很多情况下是有效设计分类器的重要 课题 l 三大类特征：物理、结构和数学特征 n物理和结构特征：易于为人的直觉感知，。</p><p>2、2019/6/19,中国矿业大学 计算机科学与技术学院,(31)1,4.6 基于Karhunen-Loeve变换的特征提取,K-L变换又称主分量分析，是一种正交变换，K-L变换常用来作为数据压缩，这里我们用它作降维，学习这一节主要要掌握以下几个问题：,1什么是正交变换,2K-L变换是一种最佳的正交变换，要弄清是什么意义的最佳，也就是说它最佳的定义。,3K-L变换的性质。,4K-L变换的重要应用。,2019/6/19,中国矿业大学 计算机科学与技术学院,(31)2,4.6.1 Karhunen-Loeve变换,正交变换概念,变换是一种工具，是用来描述事物，特别是描述信号用的。,描述事物的基本方法之。</p><p>3、模式特征的提取与选择,模式特征的提取与选择,在一个较完善的模式识别系统中，或者明显地或者隐含地要有特征提取与选择技术环节，通常其处于对象特征数据采集和分类识别两个环节之间，特征提取与选择方法（或质量）的优劣极大地影响着分类器的设计和性能，它是模式识别的核心问题之一。,模式特征的提取与选择,1 概述,在实际问题中，常常不容易找到那些最重要的特征，或受条件限制不能对它们进行测量，这就使特征选择和提取的任务复杂化而成为构造模式识别系统最困难的任务之一。,特征提取和选择的基本任务是如何从许多特征中找出那些最易得。</p><p>4、1 1 第六章 特征的选择与提取 P176 6 1 基本概念 6 2 类别可分离性判据 6 3 按距离度量的特征提取方法 6 4 按概率距离判据的特征提取方法 6 5 基于熵函数的可分性判据 6 6 基于K L变换的特征提取 6 7 特征提取方法小。</p><p>5、2020/7/7,中国矿业大学 计算机科学与技术学院,(31)1,4.6 基于Karhunen-Loeve变换的特征提取,K-L变换又称主分量分析，是一种正交变换，K-L变换常用来作为数据压缩，这里我们用它作降维，学习这一节主要要掌握以下几个问题：,1什么是正交变换,2K-L变换是一种最佳的正交变换，要弄清是什么意义的最佳，也就是说它最佳的定义。,3K-L变换的性质。,4K-L变换的重要应用。,2。</p><p>6、2020/7/12,中国矿业大学 计算机科学与技术学院,(28)1,第四章 特征的选择与提取,讨论的问题是对已有的特征空间进行改造，着重于研究对样本究竟用什么样的度量方法更好。使用什么样的特征描述事物，也就是说使用什么样的特征空间是个很重要的问题。这个问题称之为描述量的选择问题，又称特征的优化问题。,学习指南,对特征空间的改造、优化、主要有两种途径。一种是删选掉一些次要的特征，问题在于如何确定特征。</p><p>7、第六章特征选择和提取，6.1基本概念，6.2分类可分性准则，6.3特征提取，6.4特征选择和投影降维。通常假设给定了某个维数为D的模式样本集，但如何确定D维特征尚不清楚。当设计模式识别系统时，首先要解决的问题是通过各种可能的手段来测量被识别对象的属性。为了设计一个好的分类器，通常需要分析、选择或变换原始的测量值集以形成识别特征。在保证一定分类精度的前提下，降低特征维数，使分类器快速准确地工作。为。</p>