基于敏感度分析的图像特征值选取.docVIP

基于敏感度分析的图像特征值选取 　　摘 要：特征选择在数据挖掘、图像识别等诸多方面有着广泛的应用,其目的是找出那些最有效的特征,即把特征空间从高维压缩到低维。对于图像识别系统而言，为了保证识别性能需要从图像中提取大量的信息，往往使得训练集数量相对特征向量的维数显得较少。引入敏感度分析作为标准实现图像特征值的选取。实验表明：利用敏感度分析选取的特征值对BP神经网络进行训练避免了网络的过拟合问题，提高了网络的识别率，同时大大降低了网络的训练时间，提高了网络识别效率。 ?? 　　关键词：特征选择；敏感度分析；BP神经网络；图像识别?? 　　 　　Image Feature election Based on ensitivity Analysis?? 　　ONG Yaozi,XIA Zhelei,ZAN Guoke?? 　　(China Jiliang University,angzhou,310018,China)?オ? 　　Abstract：Feature selection has been applied to several fields like data mining,image recognization and so on,which purpose is selecting these most effective features from feature vector and reducing the dimension of vectorFor image recognization system,in order to make sure the system performance we have to get a lot of information from image,which may make the training samples is not enough in contrast to the dimension of vectorIn this paper,sensitivity analysis is applied to select featuresIt has been proved that using features selected by sensitivity analysis to train BP neural net can avoid net overfitting,improve the performance of the system,greatly reduce the time consuming and make recognization system more effectively?? 　　Keywords：features selection;sensitivity analysis;BP neural net;image recognization?オ? 　　 　　1 特征选取的目的和重要性?? 　　 　　特征选择在数据挖掘、图像识别等诸多方面有着广泛的应用,其目的是找出那些最有效的特征,即把特征空间从高维压缩到低维［1］。对于图像识别系统而言，为了保证识别性能要从图像中提取大量的信息，往往使得训练集数量相对特征向量的维数显得较少。那么就需要在保证识别分类准确率的前提下，去除部分特征值降低特征向量的维数。因此，特征值选取在整个识别系统中有着重要的作用。因为相对较多的特征值对识别分类系统将会产生2方面的问题。?? 　　（1） 因为特征向量中的每个分量作为输入值都会对识别分类系统产生不同的影响。以神经网络作识别系统为例，在训练过程中容易在对识别分类系统影响微弱的训练点上产生过拟合的问题，从而降低了系统的识别性能；（2） 不同特征值对识别分类系统的不同影响反映了特征值对系统的作用不同。因此，经过一定数量特征值训练的识别分类系统会对特征值对系统的影响起到解释作用。而如果特征值数量较多会使得识别分类系统的可解释性减弱。?? 　　因此，需要通过有效的方法和完整的体系对每个特征值的评估。通过分析评估可以获得不同的特征值对识别分类系统贡献的差异。本文将采用敏感度分析法来对图像特征值进行选取。?? 　　 　　2 特征值敏感度分析?? 　　 　　特征值敏感度，是指特征值对识别分类系统的不同作用和影响。如果某个特征值在取值范围内的微小变化对识别结果有影响，则说明该特征值的敏感度较高；相反，如果特征值的变化对识别结果影响甚微，则说明该特征值的敏感度低。本文的特征值选取通过利用神经网络对特征值的敏感度分析来实现。?? 　　21 基于神经网络的特征值敏感度分析原理?? 　　神经网络敏感度分析是指在输入特征值允许取值的范围内调整