如何從圖表中提取有用的特徵？

Question

事情是這樣的：

我有一些圖表像上面，我試圖將它們歸類到不同種類的這樣一個字符的形狀可以被識別的圖片，這裏是我所做的：

我對圖應用了一個2-D FFT，所以我可以得到這些圖的頻譜分析。這裏有一些結果：

年代後2 d FFT

後T 2-d FFT

我發現，相同字母共享相同FFT後幅度圖的模式，我想用這個特性來聚集這些字母。但是有一個問題：我希望感興趣的特徵可以在二維平面中呈現，即以（x，y）的形式呈現，但是這裏的特徵實際上是一個圖形，具有大約600 * 400的元素，並且我知道唯一感興趣的是圖形的形狀（S是中間的一個點，T就像一個十字）。那麼我能做些什麼來減少幅度圖的維數呢？

我不知道我在這裏清楚我的問題，但在此先感謝。

Answer 1

可以使用維數降低的方法，例如

• k均值聚類
• SVM
• PCA
• MDS

每種方法可以採取2維陣列，並制定出最佳的座標框架來區分/表示你的信件。 開始的一種方法是使用這些方法中的任何一種將240000維空間減少到26維空間。 這會給你一個'振幅'爲每個可能的字母。

但是正如@jucestain所說，網絡分類器非常適合字母識別。