10.0引言 原始特征数量可能很大,不利于学习。 比如1024*768的灰度图像,256灰度级。 直接表示,每幅需要786432 bytes。进行训 练识别所需空间、时间、计算量都无法承受! ■很少的样本分布会在如此高维的特征空间中 显得十分稀疏,因而产生过学习的现象。 特征空间有很大的冗余。完全可以用很小的 空间相当好地近似表示图像,这一点与压缩 的思想类似。10.0 引言 „ 原始特征数量可能很大，不利于学习。 比如 1024*768的灰度图像，256灰度级。 „ 直接表示，每幅需要786,432 bytes。进行训 练识别所需空间、时间、计算量都无法承受！ „ 很少的样本分布会在如此高维的特征空间中 显得十分稀疏，因而产生过学习的现象。 „ 特征空间有很大的冗余。完全可以用很小的 空间相当好地近似表示图像，这一点与压缩 的思想类似