تقلیل ابعاد

از ویکی‌پدیا، دانشنامهٔ آزاد
پرش به: ناوبری، جستجو

تقلیل ابعاد یا فروکاهی ابعاد (Dimension reduction) به فرایند کاستن و کم‌کردن از تعداد ابعاد و متغیرهای مورد نیاز برای نمایش و بررسی مسائل مطروحه در ریاضیات، آمار، فیزیک، مهندسی، و بسیاری از شاخه‌های علوم محاسباتی و پیچیدهٔ نوین اطلاق می‌شود.

در ادبیات تحلیل‌های چند متغیری اساسا به روش‌هایی که برای کاهش ابعاد استفاده می شود، روش های محوری یا روش‌های هندسی گفته می شود. کاهش ابعاد به دو دسته انتخاب ویژگی و استخراج ویژگی تقسیم می شود. در انتخاب ویژگی که در فضای اندازه گیری انجام می‌شود هدف پیدا کردن ویژگی های مطلوب از بین کل ویژگی‌های موجود است در حالی در استخراج ویژگی هدف انتقال ویژگی های انتخاب شده از فضای با ابعاد بیشتر به فضای با ابعاد کمتر و تعداد متغیر های کمتر می باشد.

انتخاب ویژگی‌ها[ویرایش]

در این نگرش به دنبال زیرمجموعه‌ای از متغیرهای اصلی مساله (که ویژگی یا خصوصیت نیز نامیده می‌شوند) هستیم که بتواند به درستی نمونه‌های مساله را از هم تفکیک کند.

استخراج ویژگی‌ها[ویرایش]

نوشتار اصلی: استخراج ویژگی

استخراج ویژگی (به انگلیسی: Feature extraction) فرایندی است که در آن داده‌ها در فضای با بعد بالا به فضای با بعد کمتر نگاشت می‌شوند.این نگاشت می‌تواند خطی (مانند روش تحلیل مؤلفه‌های اصلی ) یا غیر خطی باشد.

نفرین ابعاد زیاد[ویرایش]

جستارهای وابسته[ویرایش]

منابع[ویرایش]

  • Gonzalez, R. C., and Woods, R. E. (2002), Digital Image Processing (2nd ed.), Prentice-Hall, Inc., ISBN 0-201-18075-8