Снижение размерности векторов признаков по критериям мультиколлинеарности
Автор: Козин Никита Евгеньевич, Фурсов Владимир Алексеевич
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений: Восстановление изображений, выявление признаков, распознавание образов
Статья в выпуске: 3 т.32, 2008 года.
Бесплатный доступ
В работе рассматривается возможность снижения размерности векторов признаков для задачи распознавания образов. Снижение размерности производится за счет отбрасывания менее информативных признаков. В качестве такого критерия информативности предлагается показатель диагонально преобладания. Обсуждается эффективность данного показателя по сравнению с другими мерами мультиколлинеарности с вычислительной точки зрения. Предлагаются алгоритмы, реализующие предложенную идею при решении задачи распознавания изображений.
Мультиколлинеарность, показатель диагонального преобладания, снижение пространства признаков
Короткий адрес: https://sciup.org/14058835
IDR: 14058835
Feature space reduction using multicollinearity features
New method for reduction of the feature space in pattern recognition is discussed. The main idea is elimination of the most spurious feature vector components. As the criterion for such informative distinction new feature called diagonal prevalence index is proposed. The efficiency in a sense of both discrimination ability and computational complexity is being discussed in comparison with other multicollinearity features. Finally, we list algorithm for the image recognition based on the diagonal prevalence idea implementation.
