第七章 特征的选择与提取 2010-11-24
第七章 特征的选择与提取 2010-11-24
引言
引言
3 模式识别系统 原始观测获取 sensor 特征空间 decision feature classifier 一 信号空间 extractor action Object/pattern 特征提取与选择 分类方法 分类器 特征提取 设计 数据获取 预处理 与选择 分类决策
3 模式识别系统
4 优化特征空间的两种基本方法 口特征选择(selection):从原始特征中挑选出最有 代表性，分类性能最好的特征； 口特征提取(extraction):用映射（或变换）的方法 把原始特征变换为较少的新特征。 f(x) f(x1.....xp) f2 Xp xp (a)feature selector (b)feature extractor
4 优化特征空间的两种基本方法 特征选择 (selection)：从原始特征中挑选出最有 代表性，分类性能最好的特征； 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
5 类别可分离性判据 口目的：衡量不同特征及其组合对分类是否有效的 定量准则； 口理想准则：某组特征使分类器错误概率最小； 口常见类别可分离性判据： ■基于距离的可分性判据； ■基于概率分布的判据； ■熵函数的可分性判据
5 类别可分离性判据 目的：衡量不同特征及其组合对分类是否有效的 定量准则； 理想准则：某组特征使分类器错误概率最小； 常见类别可分离性判据： 基于距离的可分性判据； 基于概率分布的判据； 熵函数的可分性判据