特征选择特征提取.pptVIP

模式识别原理与应用 专业:模式识别与智能系统 学生姓名 水水半 任课教师:余老师 基本概念 ◆特征的选择与提取是模式识别中重要而困 难的一个环节: 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 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 特征的形成 ◆特征形成( acquisition) 信号获取或测量→原始测量 ≥原始特征 ◆实例: 数字图象中的各像素灰度值 ≥人体的各种生理指标 ◆原始特征分析: 原始测量很大程度上不能反映对象本质 ≥高维原始特征不利于分类器设计:计算量大 冗余,样本分布十分稀疏。 特征的选择与提取 ◆两类提取有效信息、压缩特征空间的方法 特征提取和特征选择 ◆特征提取( extraction):用映射(或变换) 的方法把原始特征变换为较少的新特征 ◆揞征遽擀( selection):从原始特征中挑选出 一些最有代表性,分类性能最好的特征。 ◆特征的选择与提取与具体问题有很大关系, 目前没有理论能给出对任何问题都有效的特 征选择与提取方法 特征的选择与提取举例 ◆细胞自动识别: ≥原始测量:(正常与异常)细胞的数字图像 原始特征(特征的形成,找到一组代表细胞性质 的特征):细胞面积,胞核面积,形状系数,光 密度,核内纹理,核浆比 压缩特征:原始特征的维数仍很高,需压缩以便 于分类 特征选择:挑选最有分类信息的特征 ·特征提取:数学变换 傅立叶变换或小波变换 用PCA方法作特征压缩