یادگیری متریک بر اساس فاصله χ2 سریع برای دسته بندی داده های هیستوگرامی با دسته بندی کننده KNN

مقایسه داده ها یک مساله بنیادی و پرکاربرد در یادگیری ماشین است. در دهه گذشته تحقیقات فراوانی در زمینه یادگیری متریک انجام شده است؛ از کاربردهای یادگیری متریک می توان به خوشه بندی و دسته بندی داده ها اشاره کرد. در این مقاله یک روش یادگیری متریک مناسب برای استفاده در مسائل بینایی ماشین ارائه می شود. اکثر ویژگی هایی که در بینایی ماشین استفاده می شوند، هیستوگرامی هستند؛ اما روش های یادگیری متریک اغلب بر مبنای فاصله ماهالانوبیس طراحی شده اند که در ویژگی های هیستوگرامی کارایی مناسبی ندارد. در این تحقیق یک روش جدید یادگیری متریک برای داده های هیستوگرامی بر مبنای فاصله مربع کای (χ2) اصلاح شده ارائه می شود. فاصله χ2 در دسته بندی داده های هیستوگرامی دارای دقت بالاتری نسبت به فاصله اقلیدسی است، اما هزینه محاسباتی آن نیز بالاتر است. در این مقاله یک رابطه تقریبی برای فاصله χ2 پیشنهاد می شود و بخشی از محاسبات را به مرحله استخراج ویژگی (که به صورت غیربرخط قابل محاسبه است) منتقل می کند؛ به این ترتیب سرعت مقایسه ویژگی ها افزایش می یابد. آزمایش ها بر روی پایگاه های داده مختلف نشان می دهد که روش یادگیری متریک پیشنهادی دارای دقت بالایی در دسته بندی داده های هیستوگرامی مختلف نسبت به روش های موجود است. همچنین معیار تقریبی برای فاصله χ2، با حفظ دقت، سرعت مقایسه داده ها را 2.5 برابر افزایش می دهد.