模式识别系统 第一章模式识别引论 2010.9.15 特征提取与选择 分类方法 食想反取 样延报取 与选年 模式识别系统 模式识别系统 o特征选择和提取(feature extraction and 口分类决策(classification decision) selection) ■在特征空间根据判决规则将被识别的对象分类。 ·实现从测量空间到特征空间的转换： 口原则：最小化所引发的损失或者错误识别率。 ■将所获取的原始量测数据转换成能反映事物本质 。一般的工作过程： 并能将其最有效分类的特征表示： 口训练：在确定的特征空间，对一定数量的训练样 ■输入：原始的测量数据（经过必要的预处理）： 本数据进行特征选择与提取，得到它们在特征空 间的分布，依据这些分布设计分类器（即确定判 ■输出：将原始测量数据转换成有效方式表示的信 决规则)。 息，从而使分类器能根据这些信息决定样本的类 口决策：分类器在分界形式及其具体参数都确定 别。 后，对待分类样本进行分类决策的过程。 模式识别系统示例 模式识别系统示例 口自动按品种分类传送带上的鱼类（鲈鱼和鲑鱼） 口自动按品种分类传送带上的鱼类（鲈鱼和鲑鱼） 图：训练样本的长度特征直方图 图：训练样本的光泽度特征直方图 11 第一章 模式识别引论 2010.9.15 2 模式识别系统 3 模式识别系统  特征选择和提取（feature extraction and selection）  实现从测量空间到特征空间的转换；  将所获取的原始量测数据转换成能反映事物本质 并能将其最有效分类的特征表示；  输入：原始的测量数据（经过必要的预处理）；  输出：将原始测量数据转换成有效方式表示的信 息，从而使分类器能根据这些信息决定样本的类 别。 4 模式识别系统  分类决策（classification decision）  在特征空间根据判决规则将被识别的对象分类。 原则：最小化所引发的损失或者错误识别率。  一般的工作过程： 训练：在确定的特征空间，对一定数量的训练样 本数据进行特征选择与提取，得到它们在特征空 间的分布，依据这些分布设计分类器（即确定判 决规则）。 决策：分类器在分界形式及其具体参数都确定 后，对待分类样本进行分类决策的过程。 5 模式识别系统示例  自动按品种分类传送带上的鱼类（鲈鱼和鲑鱼） 6 模式识别系统示例  自动按品种分类传送带上的鱼类（鲈鱼和鲑鱼） 图：训练样本的长度特征直方图 图：训练样本的长度特征直方图 图：训练样本的光泽度特征直方图