《模式识别与智能计算-matlab技术实现》学习笔记二
来源:互联网 发布:办公软件使用技巧 编辑:程序博客网 时间:2024/05/18 09:39
1.1模式识别的基本概念
1.模式的描述方法
一个待分类的对象就是一个样本。
必须确定一些与识别有关的因素作为分类研究的根据,每一个因素成为一个特征;模式就是样品所具有特征的描述。
模式中抽取的多个特征的特征集可用特征向量表示;特征向量的每个元素就特征。
模式识别问题,就是根据模式的特征集,即特征向量X中的n个特征来判别模式属于几个特定类中的哪一类。
2.模式识别系统
典型的模式识别系统,由数据获取、预处理、特征提取、分类决策及分类器设计五部分组成。
数据获取:
用计算机可运算的符号表示研究对象,一般有以下数据类型:
1)二维图像:文字、指纹、地图、照片等;
2)一维波形:脑电图、心电图、季节震动波形等;
3)物理参量和逻辑值:体温、化验数据、参量正常与否的描述。
预处理:
对输入测量仪器或其他因素所造成的退化现象进行复原、去噪声,提取有用信息。
特征提取和选择:
提取,是对原始数据进行变换,得到最能反映分类本质的特征;
选择,是将高纬测量空间(原始数据组成的空间)转变为低纬特征空间(分类识别可进行的空间)。
分类决策:
在特征空间中用模式识别方法把样本归为某一类别。
分类器设计:
在样本训练集基础上确定判别函数,改进判别函数和误差检验。
3.统计识别研究的主要问题
1)特征的选取与优化
2)分类判别:有监督学习方法;
3)聚类判别:非监督学习方法;
1.2特征空间优化设计问题
1.特征选择
指针对原始数据进行抽取,抽取那些对区别不同类别最为重要的特征,而舍去那些对分类并无多大贡献的特征,得到能反映分类本质的特征。
对一个模式类特征选择的好坏,很难再实现完全预测,只能针对整体分类识别系统获得的分类结果给予评价。
Kanal.L总结过:样本量N与特征数n之比应该足够大,通常样本量N是特征数n的5-10倍左右。
特征选择通常包括两方面:
一、对单个特征的选择;
二、从大量原有特征出发构造出少数的有效新特征,这种方法成为降维映射。
对具体问题,有以下两个不同层次:
一、物理量的获取与转换:传感器获取电信号,并对其进行降噪、加工等处理。
二、描述事物方法的选择与设计:怎样表现模式特征。
2.特征提取
(这里没明白与上面的明确区别……)
- 《模式识别与智能计算-matlab技术实现》学习笔记二
- 《模式识别与智能计算-matlab技术实现》学习笔记一
- 《模式识别与智能计算-matlab技术实现》学习笔记三
- 《模式识别与智能计算--MATLAB技术实现》
- 模式识别与智能计算随记
- 《电路计算C++与MATLAB》学习笔记(二)
- 模式识别学习笔记二-聚类分析
- 【模式识别】聚类分析MATLAB实现
- MATLAB学习笔记(二):符号计算(创建符号对象)
- MATLAB学习笔记二
- 《电路计算C++与MATLAB》学习笔记(一)
- 《电路计算C++与MATLAB》学习笔记(三)
- 《电路计算C++与MATLAB》学习笔记(四)
- 《电路计算C++与MATLAB》学习笔记(六)
- 《电路计算C++与MATLAB》学习笔记(五)
- matlab学习笔记 数值计算
- Matlab学习笔记--数值计算
- Matlab学习笔记--符号计算
- org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'org.mybatis.
- Spring JdbcDaoSupport
- HIVE小贴士-版本升级全过程
- linux 下 curses库 安装 和使用
- Android LCD(三):Samsung LCD接口篇
- 《模式识别与智能计算-matlab技术实现》学习笔记二
- Windows程序内部运行机制简易分析
- Quartz任务调度快速入门(一)
- 黑马程序员_银行业务调度系统
- ORACLE expdp和impdp命令使用详细
- 动态链接库编程--个人笔记
- 《计算机组成》上机作业2
- Oracle中User与Schema的简单理解
- Android LCD(四):LCD驱动调试篇