特征的选择与提取武汉大学,王文伟老师

模式识别导论PatternRecognition第六章特征的选择与提取王文伟WangWenwei,Dr.-Ing.Tel:687-78652Email:wwwang@yahoo.cnWeb:http://ipl.whu.edu.cn/sites/ced/pr/电子信息学院IPL可编辑 ppt 关于艾滋病ppt课件精益管理ppt下载地图下载ppt可编辑假如ppt教学课件下载triz基础知识ppt TableofContents电子信息学院可编辑ppt6.1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 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 分类器的重要课题。三大类特征：物理、结构和数学特征物理和结构特征：易于为人的直觉感知，但有时难于定量描述，因而不易用于机器判别。数学特征：易于用机器定量描述和判别，如基于统计的特征。引言可编辑ppt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。引言可编辑ppt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 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 ：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。特征选择(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。引言可编辑ppt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方法作特征压缩引言可编辑ppt6.2类别可分离性判据类别可分离性判据：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实际的类别可分离性判据应满足的条件：度量特性：与错误率有单调关系当特征独立时有可加性：单调性：常见类别可分离性判据：基于距离、概率分布、熵函数可编辑ppt基于距离的可分性判据类间可分性:=所有样本间的平均距离：(8-1)squaredEuclidian(8-5)类内平均距离类间距离(8-6)可分性判据可编辑ppt基于距离的可分性判据矩阵形式基于距离的准则概念直观，计算方便，但与错误率没有直接联系样本类间离散度矩阵样本类内离散度矩阵类间可分离性判据可分性判据可编辑ppt基于概率的可分性判据基于概率的可分性判据：用概率密度函数间的距离来度量散度：正态分布：Mahalanobis可分性判据可编辑ppt基于熵函数的可分性判据熵函数：Shannon熵：平方熵：熵函数期望表征类别的分离程度：可分性判据可编辑ppt类别可分离性判据应用举例图像分割：Otsu灰度图像阈值算法(Otsuthresholding)图像有L阶灰度，ni是灰度为i的像素数，图像总像素数N=n1+n2+…+nL灰度为i的像素概率：pi=ni/N类间方差：可分性判据可编辑pptOtsuthresholding灰度图像阈值:Otsu灰度图像二值化算法演示及程序分析:可分性判据可编辑ppt6.3特征提取与K-L变换特征提取：用映射（或变换）的方法把原始特征变换为较少的新特征PCA(PrincipleComponentAnalysis)方法：进行特征降维变换，不能完全地表示原有的对象，能量总会有损失。希望找到一种能量最为集中的的变换方法使损失最小。K-L(Karhunen-Loeve)变换：最优正交线性变换，相应的特征提取方法被称为PCA方法可编辑pptK-L变换离散K-L变换：对向量x用确定的完备正交归一向量系uj展开特征提取可编辑ppt离散K-L变换的均方误差用有限项估计x：该估计的均方误差：特征提取可编辑ppt求解最小均方误差正交基用Lagrange乘子法：结论：以相关矩阵R的d个本征向量为基向量来展开x时，其均方误差为：K-L变换：当取矩阵R的d个最大本征值对应的本征向量来展开x时，其截断均方误差最小。这d个本征向量组成的正交坐标系称作x所在的D维空间的d维K-L变换坐标系，x在K-L坐标系上的展开系数向量y称作x的K-L变换特征提取可编辑pptK-L变换的表示K-L变换的向量展开表示：K-L变换的矩阵表示：特征提取可编辑pptK-L变换的性质y的相关矩阵是对角矩阵：特征提取可编辑pptK-L变换的性质K-L坐标系把矩阵R对角化，即通过K-L变换消除原有向量x的各分量间的相关性，从而有可能去掉那些带有较少信息的分量以达到降低特征维数的目的特征提取可编辑pptK-L变换图解二次曲线方程标准二次曲线方程特征提取可编辑pptK-L变换的数据压缩图解取2x1变换矩阵U=[u1]，则x的K-L变换y为：y=UTx=u1Tx=y1变换的能量损失为特征提取可编辑pptK-L变换的产生矩阵数据集KN={xi}的K-L变换的产生矩阵由数据的二阶统计量决定，即K-L坐标系的基向量为某种基于数据x的二阶统计量的产生矩阵的本征向量K-L变换的产生矩阵可以有多种选择：x的相关函数矩阵R=E[xxT]x的协方差矩阵C=E[(x-μ)(x-μ)T]样本总类内离散度矩阵：特征提取可编辑ppt未知类别样本的K-L变换用总体样本的协方差矩阵C=E[(x-μ)(x-μ)T]进行K-L变换，K-L坐标系U=[u1,u2,...,ud]按照C的本征值的下降次序选择例：设一样本集的协方差矩阵是：求最优2x1特征提取器U解答：计算特征值及特征向量[V,D]=eig(C);特征值D=[24.736,2.263]T,特征向量:由于λ1>λ2，故最优2x1特征提取器此时的K-L变换式为：特征提取可编辑ppt特征选择:=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进行分类。从D个特征中选取d个,共CdD种组合。若不限定特征选择个数，则共2D种组合－典型的组合优化问题特征选择的方法大体可分两大类：Filter方法：根据独立于分类器的指标J来评价所选择的特征子集S，然后在所有可能的特征子集中搜索出使得J最大的特征子集作为最优特征子集。不考虑所使用的学习算法。Wrapper方法：将特征选择和分类器结合在一起，在学习过程中表现优异的的特征子集会被选中。6.4特征的选择可编辑ppt经典特征选择算法许多特征选择算法力求解决搜索问题，经典算法有：􀂄分支定界法:最优搜索，效率比盲目穷举法高。单独最优特征组合法：次优搜索。顺序后退法顺序前进法模拟退火法Tabu搜索法遗传算法特征选择可编辑ppt单独最优特征组合计算各特征单独使用时的可分性判据J并加以排队，取前d个作为选择结果不一定是最优结果当可分性判据对各特征具有(广义)可加性，该方法可以选出一组最优的特征来，例：各类具有正态分布各特征统计独立可分性判据基于Mahalanobis距离特征选择可编辑ppt顺序前进法自下而上搜索方法。每次从未入选的特征中选择一个特征，使得它与已入选的特征组合在一起时所得的J值为最大，直至特征数增加到d为止。该方法考虑了所选特征与已入选特征之间的相关性。特征选择可编辑ppt顺序后退法该方法根据特征子集的分类表现来选择特征搜索特征子集：从全体特征开始，每次剔除一个特征，使得所保留的特征集合有最大的分类识别率依次迭代，直至识别率开始下降为止用“leave-one-out”方法估计平均识别率：用N-1个样本判断余下一个的类别，N次取平均特征选择可编辑ppt模拟退火法来源于统计力学。材料粒子从高温开始，非常缓慢地降温(退火)，粒子就可在每个温度下达到热平衡。假设材料在状态i的能量为E(i)，那么材料在温度T时从状态i进入状态j遵循如下规律：如果E(j)≤E(i)，接受该状态被转换。如果E(j)>E(i)，则状态转换以如下概率被接受：特征选择可编辑ppt模拟退火法(II)在某一温度下，进行了充分转换后，材料达到热平衡，这时材料处于状态i的概率满足：所有状态在高温下具有相同概率。特征选择可编辑ppt模拟退火法(III)当温度降至很低时，材料会以很大概率进入最小能量状态。模拟退火优化法：f:x→R+，其中x∈S，表示优化问题的一个可行解。N(x)≤S表示x的一个邻域集合。特征选择可编辑ppt模拟退火法(IV)首先给定初始温度T0和初始解x(0)，以概率P生成下一个新解x’：对于温度Ti和该优化问题的解x(k)，可以生成新解x’。经过多次转换，降低温度得到Ti+1