版权声明：本文为博主原创文章，转载注明出处。 https://blog.csdn.net/pengjc2001/article/details/61414444
突然觉得要做好识别，重要的点会出现在如何定义特征上面。这个特征就是你喂给算法的数据。
一幅图带有的信息量实在太大 如 面积、 轮廓周长、灰度、连通域等等，总之，任何一种良好的描述都可以。 如 某个方向的投影之类。 如何利用好这些特征 才能让机器又快又准的识别 会是 做识别 分类的重要部分或者难点吧。
突然想到 数据挖掘 这词了。 有了海量的数据， 如何去发掘 对项目有用的数据。
以前研究断路器机构异常时，每台设备都收集了好些数据，想找问题所在。当时我们应用得最多的同维度比较， 时间对比、速度对比、位移及角度对比、等等。那么些年，也并没有发掘出什么有价值的数据。或许是我们维度空间不够，因为每次对比我们是站在1维的角度
svm中提到如果线形不可分，可以提高维度。 或许，那些数据作为一个整体来标记 good or no good 或许能看出所以然。
