特征选择和提取

特征选择和提取Tag内容描述：<p>1、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>2、第五章是特征选择和提取，基本概念模式可分性的度量。离散K-L变换采用K-L变换提取分类特征。5.1基本概念，1。特征形成根据识别的对象产生一组基本特征。这些基本特征可以通过某些工具来计算或测量。这些特征被称为原始特征。通常，有许多从物理量到原始特征的过程，例如识别物体，数字化物体的图像以获得数字图像，然后预处理数字图像以获得物体的几何和颜色特征。2.特征选择和提取是模式识别中的一个关键问题。在讨。</p><p>3、第5章特征选择与特征提取,5.1基本概念5.2类别可分性测度5.3基于类内散布矩阵的单类模式特征提取5.4基于K-L变换的多类模式特征提取,第5章特征选择与特征提取,5.1基本概念,由于测量上可实现性的限制或经济上的考虑，所获得的测量值为数不多。能获得的性质测量值很多。如果全部直接作为分类特征，耗费机时，且分类效果不一定好。有人称之为“特征维数灾难”。,特征选择和提取的目的：经过选择或变换，组成识。</p>