Current feature selection techniques in pattern recognition

0411320 - UTIA-B 20050049 RIV DE eng C - Conference Paper (international conference)
Pudil, Pavel - Somol, Petr
Current feature selection techniques in pattern recognition.
[Současné metody výběru příznaků v rozpoznávání obrazů.]
Heidelberg: Springer, 2005. Advances in Soft Computing. ISBN 3-540-25054-9. In: Proceedings of the 4th International Conference on Computer Recognition Systems. - (Kurzynski, M.; Puchala, E.; Wozniak, M.), s. 53-68
[CORES'05 /4./. Rydzyna (PL), 22.05.2005-25.05.2005]
R&D Projects: GA ČR GA402/03/1310; GA MŠMT 1M0572
Institutional research plan: CEZ:AV0Z10750506
Keywords : feature selection * statistical pattern recognition
Subject RIV: BD - Theory of Information

The paper addresses the problem of feature selection (abbreviated FS in the sequel) in statistical pattern recognition with particular emphasis to recent knowledge. Besides over-viewing advances in methodology it attempts to put them into a taxonomical framework. The methods discussed include the latest variants of the Branch & Bound algorithm, enhanced sub-optimal techniques and the simultaneous semi-parametric probability density function modeling and feature space selection method.

Článek uvádí přehled současných metod výběru příznaků (FS) ve statistickém rozpoznávání. Diskutované metody zahrnují nejnovější varianty algoritmů větví a mezí, pokročilé sub-optimální metody a semi-parametrické modelování hustot spojené s výběrem příznaků.
Permanent Link: http://hdl.handle.net/11104/0131403