如何从图表中提取有用的特征？

Question

事情是这样的：

我有一些图表像上面，我试图将它们归类到不同种类的这样一个字符的形状可以被识别的图片，这里是我所做的：

我对图应用了一个2-D FFT，所以我可以得到这些图的频谱分析。这里有一些结果：

年代后2 d FFT

后T 2-d FFT

我发现，相同字母共享相同FFT后幅度图的模式，我想用这个特性来聚集这些字母。但是有一个问题：我希望感兴趣的特征可以在二维平面中呈现，即以（x，y）的形式呈现，但是这里的特征实际上是一个图形，具有大约600 * 400的元素，并且我知道唯一感兴趣的是图形的形状（S是中间的一个点，T就像一个十字）。那么我能做些什么来减少幅度图的维数呢？

我不知道我在这里清楚我的问题，但在此先感谢。

Answer 1

可以使用维数降低的方法，例如

• k均值聚类
• SVM
• PCA
• MDS

每种方法可以采取2维阵列，并制定出最佳的坐标框架来区分/表示你的信件。 开始的一种方法是使用这些方法中的任何一种将240000维空间减少到26维空间。 这会给你一个'振幅'为每个可能的字母。

但是正如@jucestain所说，网络分类器非常适合字母识别。