如何从多组数据中提取出一组尽可能包含它们中共有信息的算法？

例如在多组数据中，归纳出一组数据，能够尽可能包含它们中的共同特征，并且提取出的一组数据和原始的一组数据具有同样的大小。

• 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/379036
• 这篇博客你也可以参考下：企业管理中用户数据同步机制解决思路
• 除此之外, 这篇博客: 图像傅里叶变换实验中的 （2) 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要求在同一窗口中显示。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• lena = imread('lena.jpg'); %读入原始图像
  
  lena_gray = rgb2gray(lena); %原始图像灰度化
  figure, subplot(1, 3, 1);
  imshow(lena_gray);
  title('原始图像');
  
  lena_pepper = imnoise(lena_gray, 'salt & pepper', 0.02); %加入椒盐噪声
  subplot(1, 3, 2);
  imshow(lena_pepper);
  title('椒盐噪声图像');
  
  lena_gauss = imnoise(lena_gray, "gaussian", 0.02); %加入高斯噪声
  subplot(1, 3, 3);
  imshow(lena_gauss);
  title('高斯噪声图像');
  
  %对椒盐噪声图像进行滤波处理
  h = fspecial('average', 3);
  I1 = filter2(h, lena_pepper) / 255; %二维数字滤波器
  I2 = medfilt2(lena_pepper, [3 3]); %二维中位数滤波
  figure, subplot(2, 2, 1);
  imshow(lena);
  title('原始图像');
  
  subplot(2, 2, 2);
  imshow(lena_pepper);
  title('椒盐噪声图像');
  
  subplot(2, 2, 3);
  imshow(I1);
  title('3*3 均值滤波图像');
  
  subplot(2, 2, 4);
  imshow(I2);
  title('3*3 中值滤波图像');
  
  %对高斯噪声图像进行滤波处理
  G1 = filter2(h, lena_gauss) / 255; %二维数字滤波器
  G2 = medfilt2(lena_gauss, [3 3]); %二维中位数滤波
  
  figure, subplot(2, 2, 1);
  imshow(lena);
  title('原始图像');
  
  subplot(2, 2, 2);
  imshow(lena_gauss);
  title('高斯噪声图像');
  
  subplot(2, 2, 3);
  imshow(G1);
  title('3*3 均值滤波图像');
  
  subplot(2, 2, 4);
  imshow(G2);
  title('3*3 中值滤波图像');
  

  
  
  

  • 您还可以看一下 王西猛老师的商超收银软件中的扫码识别商品编程解析课程中的 扫描枪扫码识别解析概述小节, 巩固相关知识点