第3章 机器感知.pptVIP

本章小结 传感器作为机器感知中的关键部分，其基本特性可以分为静态特性和动态特性。静态特性包括：线性度、迟滞特性、灵敏度、重复性、分辨率、漂移、稳定性；动态特性包括：时域动态性能指标和频域动态性能指标。传感器按照被测量类别可以分为物理传感器、化学传感器和生物传感器。 特征工程旨在挖掘从传感器获取的原始数据中的关键信息，包含数据预处理、特征缩放、特征编码、特征选择和特征提取。 多源信息融合技术克服了单传感器测量的诸多缺点，是处理复杂测量问题的一种重要方法。多源信息融合的优点有：测量得到的信息更加丰富、提高空间分辨率、测量的快速性、测量系统成本的降低、提高测量系统的鲁棒性。多源信息融合算法主要包括基于物理模型的算法、基于特征推理技术的算法和基于感知模型的算法三大类。 无线传感器网络指由大量静止或移动的传感器以自组织和多跳的方式构成的无线网络，是一种集信息获取、信息处理、信息融合和信息传输于一体的智能网络信息系统。其在军事国防、环境监测、医疗健康、智能家居、危险区域远程控制等许多领域都具有广泛的应用前景 思考题与习题 3-1 简述传感器静态特性含义、静态特性性能指标及其公式表示。 3-2 简述传感器动态特性含义及其分析方法。 3-3 求出图3-31所示的电位器式传感器的数学模型。已知： 为可变电阻的总长度， 为实际测量位置处可变电阻的长度。 3-4 举例说明生产生活中的传感器应用。 3-5 尝试使用主成分分析法（PCA）对公开数据集鸢尾花数据进行降维 3-6 简述多源信息融合研究的必要性。 3-7 简述多源信息融合的原理。 3-8 结合身边的例子，简述神经网络在信息融合中的应用。 3-9 什么是无线传感器网络，无线传感器网络的系统架构是什么？ 3-10无线传感器网络的拓扑结构分为哪几种，请简要阐述。 3-11时钟同步的含义是什么，为什么要进行时钟同步？ 3-12物联网的定义是什么，请举例说明物联网环境下无线传感器网络的应用。 图3-31 零阶传感器和响应特性 谢谢观赏 微信公众号：讲编程的高老师 * * * * * * * 3.2特征工程 常用归一化方法： 3.2特征工程 特征缩放：正则化 3.2特征工程 三、特征编码 1.常用的特征编码方法： （1）序号编码(Ordinal Encoding) （2）独热编码(One-hot Encoding) （3）二进制编码(Binary Encoding) （4）二元化 （5）离散化 2.对于线性模型，通常使用“海量离散特征+简单模型”。 3.对于非线性模型（比如深度学习），通常使用“少量连续特征+复杂模型”。 4.对于离散化的常用方法是分桶。 3.2特征工程 四、特征选择 1.定义：从给定的特征集合中选出相关特征子集的过程称为特征选择(feature selection)。 2.对当前学习任务有用的属性或者特征，称为相关特征(relevant feature)；对当前学习任务没用的属性或者特征，称为无关特征(irrelevant feature)。 3.常见的特征选择分为三类方法：过滤式(filter)、包裹式(wrapper)、嵌入式(embedding) 3.2特征工程 1.特征选择原理 1.特征选择的原因：维数灾难问题。 2.冗余特征(redundant feature) ：它们所包含的信息可以从其他特征中推演出来。冗余特征通常都不起作用，去除它们可以减轻模型训练的负担。 3.方法：产生一个候选子集，评价出它的好坏。基于评价结果产生下一个候选子集，再评价其好坏。这个过程持续进行下去，直至无法找到更好的后续子集为止。 3.2特征工程 2.子集有哪些信誉好的足球投注网站：解决根据评价结果获取下一个候选特征子集问题 1、步骤： 给定特征集合A={A1,A2,…,Ad} ，首先将每个特征看作一个候选子集（即每个子集中只有一个元素），然后对这 d 个候选子集进行评价。 假设 A2 最优，于是将 A2 作为第一轮的选定子集。 然后在上一轮选定子集中加入一个特征，构成包含两个特征的候选子集。 假定 A2,A5 ,A2 ，于是将 A2,A5 作为第二轮的选定子集。 假定在第 k+1 轮时，本轮的最优的特征子集不如上一轮的最优的特征子集，则停止生成候选子集，并将上一轮选定的特征子集作为特征选择的结果。 2、双向bidirectional有哪些信誉好的足球投注网站：每一轮逐渐增加选定的相关特征（这些特征在后续迭代中确定不会被去除），同时减少无关特征。 3.2特征工程 3.子集评价：评价候选特征子集的好坏 3.2特征工程 4.特征选择方法 主要区别在于特征选择部分是否使用后续的学习器： 过滤式(filter)：先对数据集进行特征选择，其过程与后续学习器无关，即设计一些