基本信息
文件名称:信息技术课件察异辨花.pptx
文件大小:18.32 MB
总页数:15 页
更新时间:2025-03-17
总字数:约小于1千字
文档摘要

三中信息技术课件察异辨花

2分类过程特征提取分类器测试与应用

3特征提取特征:对事物某些方面的特点进行刻画的数字或者属性。类型特征图像方向梯度直方图声音梅尔顿频率倒谱系数视频光流直方图文本词频率-逆文档频率等

www.islide.cc4特征提取—特征向量|特征点|特征空间特征向量(x1X2)分别表示花瓣的长度和宽度特征点特征点之间的距离衡量物体之间的相似程度。

5高维特征空间的距离计算公式

6分类器(由特征向量到预测类别的函数)分类器函数

7分类器(由特征向量到预测类别的函数)分类器函数实际情况中,特征点的分布非常复杂,如何让分类器自己学习得到分类直线?训练测试应用

8分类器的训练训练数据的采集和标注NEXT:基于数据集训练分类器(一系列判断和计算——算法)

分类器的训练训练数据的采集和标注f(x1,x2)=a1x1+a2x2+b找到合适的a1a2b

两种训练线性分类器的算法1——感知器感知器:利用错误分类的训练数据调整参数利用损失函数衡量分类器对数据的误分类程度后,采用优化的方法进行对参数的调整。

两种训练线性分类器的算法1——感知器利用损失函数衡量分类器对数据的误分类程度;采用优化的方法进行对参数的调整。

两种训练线性分类器的算法2——支持向量机

测试与应用

二分类在生活中的应用人脸检测判断是否患有癌症

多类别分类——归一化指数函数