实验二:势函数实验 预习报告

本文介绍了一种使用势函数进行模式分类的方法,借鉴电场概念,将不同类别的样本视为正负电荷,通过找到电位为0的等位线作为分类边界。实验代码展示了如何运用势函数法进行样本分类,并验证了分类器的正确性。
摘要由CSDN通过智能技术生成

实验目的
用势函数的概念来确定判别函数和划分类别界面。

理论基础
势函数法是非线性分类器中常用到的一种方法,它借用电场的概念,来解决模式分类问题。用势函数的概念来确定判别函数和划分类别界面。在势函数法中,把属于一类的样品看做正电荷,而属于另一类的样品看作负电荷,从而把模式的分类转变为正负电荷的转移,电位为0 的等位线即为判别界限。


基本思想:

假设要划分属于两种类别w1w1和w2w2的模式样本,这些样本可堪称是分布在nn维模式空间中的点xkxk。
把属于w1w1的点比拟维某种能源点,在点上,电位达到峰值。
随着与该点距离的增大,电位分布迅速减小,即把样本xkxk附近空间xx点上的电位分布,看成是一个势函数K(x,xk)K(x,xk)。
对于属于w1w1的样本集群,其附近空间会形成一个“高地”,这些样本所处的位置就是“山头”。
同理,用电位的几何分布来看待属于w2w2的模式样本,在其附近形成“凹地”。
只要在两类电位分布之间选择合适的等高线,就可以认为是模型分类的判别函数。
势函数与积累势函数

实验代码:

#include <iostream> 
#include <math.h> 
#define n 6
#define m 30 
#define d 3  
struct sample {  
  int x[d]; 
  int cl; 
};
 struct func{ 
  int symbol;  
  int index;
 }; 
struct func ftbl[m]; 
int k,r=-1,tag=1,i,j;
float g=0,temp;
struct sample s[n]={ 
      {1,2,5,1},
      {3,3,6,1},    
      {5,6,10,2}, 
      {7,6,11,2},
      {8,7,12,2}
}; 
int main() {
while(tag==1){ 
tag=0;    

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值