1

ビデオ シーケンスに対する顔マーカーの平均値と標準偏差に基づいて、ビデオ シーケンスから特徴を抽出しました。これらのマーカーに基づいて、4 つの異なるクラスに分類する必要があります。

全体で、約 260 の機能の機能セットがあります。セット内でノイズが多く冗長な機能を特定するにはどうすればよいですか。私はいくつかの研究論文でそれについて読みました. それらのいくつかは私が非常に適切であることがわかった plus l take away r アルゴリズムを使用していました. 自分の機能の良し悪しを評価するにはどうすればよいですか? そのために一般的に使用される基準は何ですか?

私は数日間多くのことを調査しましたが、明確で有用なものは何も見つかりませんでした. 助けてくれてありがとう、ありがとう。

4

3 に答える 3

0

pca を使用するか、いくつかの分類子をトレーニングすることができます。この後、各機能に大きな値を追加して機能全体をループし、この変更が分類子の精度を変更するかどうかをテストします。そうでない場合は、削除後にこの機能を削除できますすべての冗長機能を使用してから、分類器を再トレーニングしてください!

1 つの分類子ではなく、多数の分類子をトレーニングし、投票に基づいて予測を行うことをお勧めします。これを行うには、matlab の MODE 関数を使用できます。

于 2013-10-25T08:47:05.587 に答える