Медианный фильтр
Важно!
Поддержка Студии машинного обучения (классической) будет прекращена 31 августа 2024 г. До этой даты рекомендуется перейти на Машинное обучение Azure.
Начиная с 1 декабря 2021 года вы не сможете создавать новые ресурсы Студии машинного обучения (классической). Существующие ресурсы Студии машинного обучения (классическая версия) можно будет использовать до 31 августа 2024 г.
- См. сведения о перемещении проектов машинного обучения из ML Studio (классической) в Машинное обучение Azure.
- См. дополнительные сведения о Машинном обучении Azure.
Поддержка документации по ML Studio (классической) прекращается, а сама документация может не обновляться в будущем.
Создает медианный фильтр, используемый для сглаживания данных при анализе тенденций.
Категория: преобразование данных / фильтр
Примечание
Область применения: только Машинное обучение Studio (классическая версия)
Подобные модули перетаскивания доступны в конструкторе машинного обучения Azure.
Обзор модуля
В этой статье описывается, как использовать модуль median Filter в Машинное обучение Studio (классическая модель) для определения медиана фильтра для применения к ряду значений, представляющих цифровой входной сигнал или изображение.
Медианные фильтры широко используются при распознавании изображений для снижения шума, что облегчает обнаружение признаков.
Примечание
Фильтр — это функция передачи, которая принимает входной сигнал и создает выходной сигнал на основе характеристик фильтра. При обработке цифрового сигнала использование фильтров может улучшить результаты распознавания изображений или голоса. Дополнительные сведения см. в разделе "Фильтр".
После определения преобразования фильтра, соответствующего вашим потребностям, с помощью модуля медиана фильтра можно применить фильтр к данным, подключив набор данных и фильтр к модулю Apply Filter .
Совет
Необходимо отфильтровать данные из набора данных или удалить отсутствующие значения? Вместо этого используйте следующие модули:
- Очистка отсутствующих данных. Используйте этот модуль для удаления отсутствующих значений или замены отсутствующих значений заполнителями.
- Раздел и пример. Используйте этот модуль для разделения или фильтрации набора данных по критериям, таким как диапазон дат, определенное значение или регулярные выражения.
- Значения клипа. Используйте этот модуль, чтобы задать диапазон и сохранить только значения в этом диапазоне.
Настройка фильтра медианы
Добавьте фильтр медианы в эксперимент. Этот модуль можно найти в разделе "Преобразование данных" в категории "Фильтр ".
В поле Length введите целочисленное значение, определяющее общий размер окна, в котором применяется фильтр. Это также называется маской фильтра.
Значение должно быть нечетным, положительным целым числом. Если указать четное число, размер маски уменьшится на единицу.
По умолчанию маска начинается с текущего значения и создает окно в центре текущего значения.
Например, если ввести значение 5 в виде длины или размера окна, медиана вычисляется в скользящем окне, состоящем из 5 значений, по центру текущего значения. Если ввести 4, маска уменьшается до 3 значений, центрируется по значению индекса.
Подключение фильтр для применения фильтра и подключения набора данных.
Используйте селектор столбцов, чтобы указать, к каким столбцам набора данных следует применить фильтр. По умолчанию модуль apply Filter будет использовать фильтр для всех выбранных числовых столбцов.
Запустите эксперимент. К выбранным столбцам применяются следующие операции:
- Алгоритм фильтра вычисляет медиану для каждого набора значений, включенного в окно или маску.
- Текущее значение (или значение индекса) заменяется значением медианы.
Примеры
Примеры использования фильтров в машинном обучении см. в этом эксперименте в коллекции ИИ Azure:
- Фильтры: в этом эксперименте демонстрируются все типы фильтров с помощью спроектированного набора данных волнообразной формы.
Технические примечания
В этом разделе содержатся сведения о реализации, советы и ответы на часто задаваемые вопросы.
Сведения о реализации
Каждая запись в выходном сигнале равна медиане записей в подмножестве (маске) входного сигнала и центрирована по соответствующему индексу. Размер маски должен быть нечетным положительным целым числом.
При указании этого метода с четным размером маски он уменьшается на единицу. Например, в данном m=2q+1случае фильтр определяется следующим образом: yi = median[{xi-q,…, xi+q}]
Предполагается, что значения за пределами входного сигнала равны значению на границе. То есть, если n является длиной входного сигнала:
Дополнительную информацию о медианных фильтрах см. этой статье Википедии, в которой подробно объясняется теория и практика их После определения фильтра, наиболее соответствующего вашим требованиям, с помощью модуля , вы можете применить фильтр к данным, подключив набор данных и фильтр к модулю .применения:
Параметры модуля
| Имя | Диапазон | Тип | По умолчанию | Описание |
|---|---|---|---|---|
| Длина | >=1 | Целочисленный тип | 5 | Длина окна фильтра |
Выходные данные
| Имя | Тип | Description |
|---|---|---|
| Filter | Интерфейс IFilter | Реализация фильтра |
См. также раздел
Фильтр
Применение фильтра
Список модулей в алфавитном порядке