用于分类的功能耗散微阵列

在本文中，我们描述了一种从信号中提取信息的新方法，称为功能耗散，该方法在增强高分辨率、纹理丰富数据的分类方面非常有效。我们的算法在一定程度上绕过了对非常专业的特征提取技术的需求，并且有可能在任何分类方案中用作中间的特征增强步骤。功能耗散基于信号变换，但递归地使用变换来发现新特征。我们生成各种掩蔽函数，并通过几次广义匹配追踪迭代“提取”特征。在每次迭代中，递归过程根据特定的掩蔽函数修改变换后信号中绝对值最大的几个系数；通过这种方式，贪婪追踪变成了一种缓慢、受控的信号结构耗散，对于某些掩蔽函数，这增强了类别间的分离。我们本文的案例研究是受少量蛋白质添加影响的氨基酸溶液结晶模式的分类。