Python科学计算——如何构建模型?

模式识别 (Pattern Recognition)是近年来比较流行的字眼,通俗地讲,就是通过计算机用数学技术方法来研究模式的自动处理和判读,而模式环境客体的总称。模式识别过程中,关键的一步是特征提取,即抽取一组特征,将输入模式从对象空间映射到特征空间,这样,模式就可以用特征空间中的一个点或一个特征矢量表示。模型的构建过程和模式识别有相似的地方,即通过一个特征矢量唯一确定一个模式。在构建模型的过程中就存在这样一个问题:应该用几个维度的特征矢量去唯一表征一个模型?在本文中,以三角波为例,探究几个维度的特征矢量能够唯一表征三角波模型。

基础准备

一维特征矢量

在我们的印象里,三角波只要知道频率周期就可以确定了,这便是标准的三角波。

def triangle_wave(x,p):
    T = p
    y = np.where(np.mod(x,T)<T/2, -4/T*(np.mod(x,T))+1, 0)
    y = np.where(np.mod(x,T)>=T/2, 4/T*(np.mod(x,T))-3, y)
    return y 
一维特征矢量: [0.2] 描述的三角波

二维特征矢量

很多时候,会发现,在横坐标为0时,并不对应最大值或最小值,而是对应某一个中间值,这个时候标准的三角波就不能表征这种情况,我们需要加入水平平移特征变量,修正后的模型如下:

def triangle_wave(x,p):
    b, T = p
    y = np.where(np.mod(x-b,T)<T/2, -4/T*(np.mod(x-b,T))+1, 0)
    y = np.where(np.mod(x-b,T)>=T/2, 4/T*(np.mod(x-b,T))-3, y)
    return y 
二维特征矢量: [0.08,0.2] 描述的三角波

三维特征矢量

有时,也存在这种情况,三角波的幅值并不总是等于1,因此我们需要加入纵向伸缩特征变量,修正后的模型如下:

def triangle_wave(x,p):
    a,b,T = p
    y = np.where(np.mod(x-b,T)<T/2, -4/T*(np.mod(x-b,T))+1, 0)
    y = np.where(np.mod(x-b,T)>=T/2, 4/T*(np.mod(x-b,T))-3, y)
    return a*y 
三维特征矢量: [0.5,0,0.2]描述的三角波

四维特征矢量

有时,还存在波形并不关于y轴对称的情况,针对这种情况,我们需要加入纵向平移特征变量,修正后的模型如下:

def triangle_wave(x,p):
    a,b,c,T = p
    y = np.where(np.mod(x-b,T)<T/2, -4/T*(np.mod(x-b,T))+1+c/a, 0)
    y = np.where(np.mod(x-b,T)>=T/2, 4/T*(np.mod(x-b,T))-3+c/a, y)
    return a*y
四维特征向量: [0.5,0.08,0.1,0.2] 描述的三角波

五维特征矢量

有时,还会发现三角波的三角波每个峰的高度并不完全相等,这是因为信号中存在噪声,这时,就需要加入噪声特征变量,这里我们以标准高斯白噪声为例,修正后的模型如下:

def triangle_wave(x,p):
    a,b,c,d,T = p
    y = np.where(np.mod(x-b,T)<T/2, -4/T*(np.mod(x-b,T))+1+c/a, 0)
    y = np.where(np.mod(x-b,T)>=T/2, 4/T*(np.mod(x-b,T))-3+c/a, y)
    return a*y+d*np.random.randn(len(x))

五维特征矢量: [0.5,0.08,0.1,0.015,0.2] 描述的三角波

注:周期 T 表征图形在横向伸缩特征,幅值 a 表征图形在纵向伸缩特征,时延 b 表征图像在横向平移特征,c 表征图形在纵向平移特征,噪声 d 为图形添加了随机性特征,同时也表征了幅值参差不齐的特征。(仅供参考)

Stay hungry, Stay foolish. -- Steve Jobs

推荐阅读更多精彩内容

  • 这些年计算机视觉识别和搜索这个领域非常热闹,后期出现了很多的创业公司,大公司也在这方面也花了很多力气在做。做视觉搜...
    方弟阅读 5,441评论 6 24
  • 五、Deep Learning的基本思想 假设我们有一个系统S,它有n层(S1,…Sn),它的输入是I,输出是O,...
    dma_master阅读 1,139评论 1 2
  • 不同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像。需要说明的是:边缘和物体间的边界并不等同,边缘...
    大川无敌阅读 12,478评论 0 29
  • 从马云的一些语言,让我这个20岁的人开始用积极乐观的去想经济与人的交往。我觉得自己开始有对经济感兴趣,想去开始涉猎...
    杰科阅读 68评论 0 0
  • (五) 旅途中丢了一只袜子,其他一切正常。 我不满意崔健歌里面一句词,以至于每次在KTV我都要按照我的理解...
    Clytie李咸阅读 425评论 0 1
  • (原标题:两个硕士竟教不了一个小学生——谁在靠你的教育焦虑“吃饭”) 新华社南京9月12日电题:两个硕士竟教不了一...
    奇妈育儿阅读 125评论 0 0
  • Leon走向门口的时候,我们都以为故事会是一个美好的结局,美好和光明好似触手可及,当地下通道出口处那耀眼却又柔和的...
    沈奕阅读 378评论 0 2
  • 突发奇想,下周开始改为周一、周四更新试试,我要享受周末。 文字除了与内心对话,应该有更多的生活气息,有更多的构思和...
    步绾阅读 208评论 8 11