패턴 인식 개요
실용적인 패턴을 인식하기 위해 패턴 인식을 사용한다.
공간의 특정 생김새를 분석하거나, 이들은 분류하여 의미있는 결과를 유추하고자 할 때 패턴 인식을 사용한다.
패턴 인식에는 다음과 같은 데이터의 종류들이 있다.
object data
실제 인식하고자 하는 물체이다.
이것은 그냥 사진일 수도 있고, 센서들에 의해 측정된 row data일 수도 있다.
relational data
물체 데이터들 사이의 상대적 데이터 이다.
labeled data
이미 분류된 대표적인 데이터 이다.
패턴 인식의 구성요소
object(O)
인식하고자 하는 실제 객체이다.
object data(X)
해당 객체의 속성들을 수치로 나열한다. 이는 벡터의 형태로 나열될 수 있다.
n개의 객체의 p개의 속성에 대해 패턴 인식을 실시하며, object data x는 p차 벡터로 표현된다.
Fuzzy c-Particion(U)
각 행은 모든 객체들에 대한 membership degree를 나타내고
각 열은 모든 클래스에 대한 membership degree를 나타낸다.
각 행의 총합은 0이상이며, 각 열의 총합은 1을 만족한다.
이러한 Fuzzy c-Partition은 conversion을 통해 crisp c-Partition으로 변환된다.
Comments