模式识别 课件 第9章 特征提取.pptxVIP

模式识别

第9章特征提取

主要内容

特征提取

9.1概述

9.2基于类别可分性判据的特征提取

9.3K-L变换

9.4其他降维方法简介

9.1概述

特征提取

特征提取

对研究对象进行观测，获取原始特征的过程

称为特征提取，跟具体问题密切相关

对原始特征进行映射，映射后降低维数，消

除或减少特征之间的相关性，或改变表现形

式，以利于分类，称为特征提取，也称作特

征变换

线性变换和非线性变换

9.1概述

特征提取

线性特征变换

,W为n×m的变换矩

阵，一般情况下，nm

关键：确定变换阵W

根据训练样本求适当的W，使

某种特征变换的准则最优。

非线性特征变换

高维数据的低维可视化

9.2基于类别可分性判据的特征提取

特征提取

核心思想

根据判据求解最优W

例：基于散布矩阵可分性判据的特征提取

将的特征值从大到小排序，取前

m个特征值，可使取最大值

9.2基于类别可分性判据的特征提取

特征提取

提取过程

求

求的特征值,

对特征值从大到小排序

选取前m个特征值对应特征向量作为变换阵W

仅取第一个特征值，即是Fisher线性判别法

需要已知类别的数据，监督降维方法

9.2基于类别可分性判据的特征提取

特征提取

例题

例9-1：设样本集：

$\{[\mathbf{1}\quad\mathbf{0}]^{T},[2\quad\mathbf{0}]^{T},[\m