1) multi-dimension feature extraction
多维特征提取
2) multi-feature extraction
多特征提取
1.
By means of multi-feature extraction and data fusion algorithm,the results of the water detection tests on Voyage260 MUAV proved the system s practicability.
针对微型无人自主飞行器(MUAV)自身特性,介绍了以航拍CCD高清摄像头、声纳高度计、无线数传电台等设备作为硬件平台,以多特征提取、数据融合作为水面识别算法的MUAV水面检测系统。
2.
Aiming at the three specific parts on the face-mouth,forehead and eyebrows-which makes the largest changes in shape,texture and distance when facial expression changes take place,a new multi-feature extraction method is developed.
针对面部表情改变时,变化最大的3个部分——嘴、额头和眉毛在形状、纹理和距离上的差异,提出用模板匹配法提取嘴部特征,用边缘检测法提取额头特征,用外轮廓检测法提取眉毛特征,并综合这三者的输出得到最终面部表情识别结果的多特征提取识别系统。
3) 2D feature abstraction
二维特征提取
4) Multi parameter extraction
多参数特征提取
6) multi level feature selection
多层次特征提取
1.
To improve the classification performance,this article puts forward the multi level feature selection method and the kernel based distance weighted KNN algorithm.
为了提高分类性能 ,本文提出了中文文本多层次特征提取方法和基于核的距离加权KNN算法。
补充资料：特征提取
特征提取
feature extraction
t6Zheng tiqu特征提取(featu了eextraction)特征选择与提取的通称。特征选择和提取是模式识别的关键环节，其任务是压缩存在于表示模式的原始测量数据中的冗余和无关的信息，提取一组对分类最有效的特征参数，以减少计算工作量，提高分类器的性能。特征参数可以从输人模式信息中选出一个子集构成，这一过程称为特征选择。新的特征参数也可以通过降维变换获得，即将输人模式从较高维数的测量空间变换到较低维数的特征空间，以一个低维特征向量表示输人模式，这一过程称为特征提取。 由于特征提取的任务是求出一组对分类最有效的特征，因此首先需要一个能定量评估特征有效性的准则。分类器的误识概率可作为理想的准则，但由于估计误识概率的分布非常困难，实用时往往以其他一些准则代替。常用的准则有:基于概率距离的准则，基于类间距离的准则，基于墒函数的准则等。应用上述准则，可以通过分支定界和顺序搜索等优化算法，求得一个最优的或次优的特征集。近年来基于人工智能的启发式算法也在特征选择中得到应用。在进行降维变换以实现特征提取时，考虑到可分析性和计算可行性，一般采用线性变换方法，.最常用的是以K一L扩展为基础的线性变换。(黄泰冀)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条