KJ

Fitur ekstraksi
Dari Wikipedia, ensiklopedia bebas
Langsung ke: navigasi, cari

Dalam pengenalan pola dan pengolahan gambar, fitur ekstraksi adalah bentuk khusus dari pengurangan dimensi.

Ketika input data ke sebuah algoritma yang terlalu besar untuk diproses dan diduga menjadi terkenal berlebihan (banyak data, tapi tidak banyak informasi) maka input data yang akan diubah menjadi representasi mengurangi kumpulan fitur (juga bernama fitur vektor) . Mengubah input data ke dalam kumpulan fitur fitur disebut ekstraksi. Jika fitur yang diekstrak secara hati-hati dipilih diharapkan bahwa fitur diset akan mengekstrak informasi yang relevan dari data input untuk melakukan tugas yang dikehendaki dengan menggunakan representasi dikurangi ini bukan ukuran penuh masukan.
Isi
[hide]

* 1 Umum
* 2 Image processing
2,1 tingkat rendah
2.1.1 Curvature
2.1.2 Gambar gerak
2,2 Shape Berdasarkan
2,3 metode Fleksibel
* 3 Fitur ekstraksi pada perangkat lunak
* 4 Referensi
* 5 Lihat juga

[sunting] Umum

Ekstraksi fitur melibatkan menyederhanakan jumlah sumber daya yang diperlukan untuk menjelaskan sebuah set data besar secara akurat. Ketika melakukan analisis terhadap data yang kompleks salah satu masalah utama yang berasal dari jumlah variabel yang terlibat. Analisis dengan sejumlah besar variabel biasanya membutuhkan jumlah memori yang besar dan daya komputasi atau algoritma klasifikasi yang overfits pelatihan buruk generalizes sampel dan sampel baru. Fitur ekstraksi adalah istilah umum untuk membangun metode kombinasi dari variabel-variabel untuk berkeliling masalah saat ini masih menggambarkan data dengan akurasi yang memadai.

Hasil terbaik dicapai ketika seorang pakar membangun seperangkat fitur tergantung pada aplikasi. Namun demikian, jika tidak ada pengetahuan para ahli tersebut tersedia teknik pengurangan dimensi umum dapat membantu. Ini termasuk:

* Kepala Sekolah analisis komponen
* Semidefinite embedding
* Multifactor dimensi pengurangan
* Nonlinear dimensi pengurangan
* Isomap
* Kernel PCA
* Analisis semantik laten
* Partial kuadrat
* Independent analisis komponen

[sunting] Image processing

Dapat digunakan dalam bidang pengolahan gambar yang melibatkan menggunakan algoritma untuk mendeteksi dan mengisolasi berbagai bagian atau bentuk yang diinginkan (fitur) dari sebuah gambar digital atau video streaming. Hal ini terutama penting dalam bidang pengenalan karakter optik
[sunting] tingkat rendah

* Edge detection
* Corner deteksi
* Blob deteksi
* Ridge deteksi
* Skala-fitur invarian mengubah

[sunting] Curvature

* Edge arah, mengubah intensitas, otokorelasi.

[sunting] Gambar gerak

* Motion detection. Area berbasis, pendekatan diferensial. Optical mengalir.

[sunting] Bentuk Berdasarkan

* Thresholding

* Blob ekstraksi

* Template pencocokan

* Hough transform
o Lines
o Lingkaran / Ellipse
o Arbitrary bentuk (Generalized Hough Transform)

[sunting] metode Fleksibel

* Terdeformasi, parameterized bentuk
* Aktif kontur (ular)

[sunting] Fitur ekstraksi pada perangkat lunak

Banyak sistem perangkat lunak analisis data yang menyediakan fitur ekstraksi dan dimensi kemiskinan. Common numerik lingkungan pemrograman seperti MATLAB, Scilab, R NumPy dan bahasa menyediakan beberapa fitur yang lebih sederhana teknik ekstraksi (misalnya Analisis Komponen Dasar) melalui built-in perintah. Algoritma yang lebih spesifik sering tersedia sebagai publik tersedia script atau pihak ketiga pengaya.
[sunting] Referensi

* JMLR Special Issue on Variabel dan Fitur Seleksi

[sunting] Lihat pula

* Analisis Cluster
* Dimensi pengurangan
* Fitur deteksi
* Fitur seleksi
* Data mining
* Hubungkan komponen label
* Segmentasi (image processing)

Stub icon ini berhubungan dengan grafis komputer ini adalah suatu tulisan rintisan. Anda dapat membantu Wikipedia mengembangkannya.
l • d • s
Diperoleh dari "http://en.wikipedia.org/wiki/Feature_extraction"