您必须尝试的 4 种经典特征提取技术！

AI大视野
领域专家: 人工智能技术领域
2023-09-05 00:18:32
...全文
12 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
人脸检测与识别
环境：opencv 2.4.6.0 特征：eigenface Input：一个人脸数据库，15个人，每人20个样本（左右）。 Output：人脸检测，并识别出每张检测到的人脸。
时域特征提取_PHM建模方法论之 数据特征提取
PHM建模方法论包括6大步骤，分别是数据采集、数据预处理、特征提取、模型建立、预测与诊断以及可视化。数据特征提取步骤是整个过程的第3步，目的是通过采用合适的数据分析方法，从原始数据中提取与建模相关的有效特征来建立模型。一、特征提取常用的特征提取方法，包括时域特征提取，频域特征提取，以及时频域特征提取。时域特征提取通常包括的参数较多，比如有RMS(有效值)、峰峰值、峭度、裕度、歪度、均值、...
语音特征提取：语音识别的关键技术
1.背景介绍 语音特征提取是语音识别系统中的关键技术，它的目的是从语音信号中提取出与语言相关的特征信息，以便于后续的语音识别和语音处理任务。在这篇文章中，我们将从以下几个方面进行深入探讨： 背景介绍 核心概念与联系 核心算法原理和具体操作步骤以及数学模型公式详细讲解 具体最佳实践：代码实例和详细解释说明 实际应用场景 工具和资源推荐 总结：未来发展趋势与挑战 附录：常见问题与解答 1. ...
特征提取的方法
机器学习系列：(三)特征提取与处理 　　 　　特征提取与处理 　　上一章案例中的解释变量都是数值，比如匹萨的直接。而很多机器学习问题需要研究的对象可能是分类变量、文字甚至图像。本章，我们介绍提取这些变量特征的方法。这些技术是数据处理的前提——序列化，更是机器学习的基础，影响到本书的所有章节。 　　分类变量特征提取 　　许多机器学习问题都有分类的
PCA-特征提取
介绍在这篇文章中，我们讨论主成分分析（PCA）是如何工作的，以及它如何被用来作为分类问题的降维技术。在这篇文章的末尾，出于证明的目的提供了Matlab源代码。在前面的文章中，我们讨论了所谓的维数诅咒，表明在高维空间分类器倾向于过度拟合训练数据。接下来产生的问题是哪些特征应该保留，哪些应该从高维特征向量中删除。如果此特征向量的所有特征是统计独立的，可以简单地从这个向量中消除最小的判别特征。通过各种贪婪
人工智能旅行团

2

社区成员

331

社区内容

发帖
与我相关
我的任务
社区描述
从事图像处理和人工智能十年以上，从事人工智能教学7年以上；擅长数学，能熟练应用泛函分析、随机过程、逼近论、射影几何等数学理论。
计算机视觉数据挖掘自然语言处理 个人社区 北京·房山区
社区管理员
  • 无水先生
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章