استخلاص المميزات: الفرق بين النسختين

[مراجعة غير مفحوصة]

[نسخة منشورة]

تم حذف المحتوى تمت إضافة المحتوى

مضمن

نسخة 20:25، 24 ديسمبر 2017

في حقل تمييز الأنماط في معالجة الصور يطلق اسم استخلاص المميزات (Feature extraction) على العملية التي تؤدي إلى تخفيض الأبعاد.^[1]

عندما يكون دخل خوارزمية ما كبيراً جداً بحيث تصعب معالجته بسهولة، ويتوقع منها أن تشكل فائض في البيانات قد يؤدي إلى ارتفاع كلفة الحساب والمعالجة واستخدام ذاكرة الحاسب دون عائد متناسب مع تلك التكلفة، عندها يتم تحويل البيانات إلى شكل أبسط يمثل البيانات الأصلية تكون عبارة عن مميزات للبيانات الأصلية. يطلق على العملية التي يتم فيها تحويل البيانات إلى مميزاتها اسم عملية استخلاص المميزات.

أنواع المميزات

أفضل أنواع استخلاص المميزات يحدد بحسب نوع البيانات المستخدمة والتطبيق الموجهة له، وهذا يتطلب خبرة في البيانات ونوع العملية. ولكن يوجد أنواع عامة من المميزات من الممكن الاعتماد عليها في الحالات العامة مثل:

تحليل المركبات الرئيسية
آيزوماب Isomap
تخفيض الأبعاد اللاخطي nonlinear dimensionality reduction

معالجة الصور

يستخدم استخلاص المميزات بكثرة في حقل معالجة الصور باستخدام خوارزميات تقوم بفصل العناصر أو الأشكال في الصورة، ولها العديد من التطبيقات في الرؤية الحاسوبية على الأخص. هناك العديد من أنواع المميزات الممكن استخلاصها منها:

استخلاص الحافة Edge detection
استخلاص الزاوية Corner detection
استخلاص الحركة Motion detection
ثريشهولدنغ Thresholding
مطابقة النماذج Template matching
تحويل هوف Hough transform

مراجع

^ Alpaydin, Ethem (2010). Introduction to Machine Learning. London: The MIT Press. ص. 110. ISBN:978-0-262-01243-0. اطلع عليه بتاريخ 2017-02-04.

انظر أيضا

استطالة

هذه بذرة مقالة عن رسوميات الحاسوب أو العاملين في هذا المجال بحاجة للتوسيع. فضلًا شارك في تحريرها.

كيف أبين صورتي في الأنترنت

[1] Alpaydin, Ethem (2010). Introduction to Machine Learning. London: The MIT Press. ص. 110. ISBN:978-0-262-01243-0. اطلع عليه بتاريخ 2017-02-04.

[1]

@@ سطر 1: / سطر 1: @@
+في حقل [[تمييز الأنماط]] في [[معالجة الصور الرقمية|معالجة الصور]] يطلق اسم '''استخلاص المميزات''' (Feature extraction) على العملية التي تؤدي إلى [[تخفيض الأبعاد]].<ref>{{Cite book|author=Alpaydin, Ethem|title=Introduction to Machine Learning|url=https://books.google.com/books?id=7f5bBAAAQBAJ&printsec=frontcover#v=onepage&q=%22feature%20(extraction%20OR%20selection)%22&f=false |year=2010 |publisher=The MIT Press |place=London|page=110 |isbn= 978-0-262-01243-0 |access-date=4 February 2017 }}</ref>
-{{مصدر|تاريخ=فبراير 2016}}
-في حقل [[تمييز الأنماط]] في [[معالجة الصور الرقمية|معالجة الصور]] يطلق اسم '''استخلاص المميزات''' (Feature extraction) على العملية التي تؤدي إلى [[تخفيض الأبعاد]].
 عندما يكون دخل خوارزمية ما كبيراً جداً بحيث تصعب معالجته بسهولة، ويتوقع منها أن تشكل فائض في البيانات قد يؤدي إلى ارتفاع كلفة الحساب والمعالجة واستخدام ذاكرة الحاسب دون عائد متناسب مع تلك التكلفة، عندها يتم تحويل البيانات إلى شكل أبسط يمثل البيانات الأصلية تكون عبارة عن مميزات للبيانات الأصلية. يطلق على العملية التي يتم فيها تحويل البيانات إلى مميزاتها اسم عملية '''استخلاص المميزات'''.
@@ سطر 20: / سطر 19: @@
 * [[مطابقة النماذج]] Template matching
 * [[تحويل هوف]] Hough transform
+== مراجع ==
+{{مراجع}}
 == انظر أيضا ==