パターン认识特论 rl.sys.wakayama-.ppt

パターン認識ー部分空間法と類似度法ー担当：和田　俊和　　　　部屋　A513 Email　twada@講義資料はhttp://wada1.sys.wakayama-u.ac.jp/PRA/ パターンの部分空間への射影 x Px 一般に同一クラスに属するパターンは低次元の部分空間内に偏在するケースが多い。 ｄ次元正規直交基底 （K-L展開によって求める) ｄ次元部分空間 部分空間への射影成分 部分空間の構築 の固有値問題を解くことによって　　　が得られる。 トレーニングパターン　　　　　　　　　 固有ベクトル　　　　　　　　　　　　　 部分空間法（subspace method） x Px 　　　　　を最大化するクラスに分類する。 つまり、入力との角度差が最も小さい部分空間に属すると判定する方法。 ｄ次元部分空間 x Px x Px 部分空間法（評価尺度） が成り立つ。 および このことから、 が成り立つ。さらに、効率の良い計算方法を求めると となり、この値の大小によって識別が行われる。つまり、パターン　　がクラス　　に属すると考えた場合の類似度　　　　　は、次式で表される。 部分空間法（部分空間の次元数の決定） 部分空間の次元数の決定 次元数を低くし過ぎるとパターンの近似精度が落ちる。 次元数を上げすぎると各クラス間の重なりが大きくなり、識別性能が落ちる。 累積寄与率 を満足する次元数　　　を求める。 各クラスについて定数　　　を定めて、 類似度法（単純類似度法） 　　はクラス　　の代表 パターン(単位ベクトル） パターンの振幅変化に対しては影響を受けない。 ある種の不変特徴抽出を行っていることと等価。 類似度法（複合類似度法） 　　　　は正規化のため に導入されたものであり 実際には無視できる。 これを無視すると、 となり、部分空間法によって 求まる類似度と酷似した形式 が得られる。異なる点は、個々 の内積に対して重み が掛けられていることである。 複合類似度法は部分空間法の一種 類似度法（混合類似度法） 違いの部分にパターンがあるか否かを強調する。 例「本」か「木」か 本の木に対する残差 混合類似度 　　　は、類似クラスの平均パターン　　　を　　　の部分空間 に射影した際の残差ベクトルを長さ１に正規化したベクトル。 本の木に対する残差 レポート，時間内に提出 部分空間法において，次の二つは等しいことを示せ． 射影成分の大きさ　　　　　　を最大化するクラスに分類する問題 残差　　　　　　　　を最小化するクラスに分類する問題