![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
模式识别
Little_Whiter
自动化、机器学习、概率图模型、变分推理
展开
-
利用K-L变换进行特征提取
原理介绍K-L变换是模式识别中常用的一种特征提取方法,出发点是从一组特征中计算出一组按重要性从大到小排列的新特征,它们是原有特征的线性组合,并且相互之间是不相关的。K-L变化能考虑到不同的分类信息,实现监督的特征提取,本文首先讨论从数据的协方差矩阵作为产生矩阵的K-L变换,接下来讨论从类平均向量中提取判别信息的K-L变换。K-L变换原理K-L变换的流程基本如下,第一步,首先从维原始数据...原创 2018-11-28 14:48:28 · 12676 阅读 · 2 评论 -
贝叶斯分类器
原理介绍贝叶斯分类器贝叶斯分类决策主要讨论,已知总共有类物体,也就是说待识别物体属于这类中的一个类别,对这类不同的物理对象,以及各类在这d维特征空间的统计分布,具体说来是各类别ωi的先验概率及类条件概率密度函数已知的条件下,如何对某一样本按其特征向量进行分类的问题。最小错误率贝叶斯决策单元正太分布判别函数为:多元正太分布判别函数为:其中为属性均值向量,为属性间协方差...原创 2018-11-27 16:36:02 · 218 阅读 · 1 评论 -
基于K-L变换的人脸识别
原理介绍K-L变换是模式识别中常用的一种特征提取方法,出发点是从一组特征中计算出一组按重要性从大到小排列的新特征,它们是原有特征的线性组合,并且相互之间是不相关的,实现数据的降维。在人脸识别中,可以用K-L变换对人脸图像的原始空间进行转换,即构造人脸图像数据集的协方差矩阵,求出协方差矩阵的特征向量,再依据特征值的大小对这些特征向量进行排序,这些特征向量表示特征的一个集合,它们共同表示一个人...原创 2018-11-28 16:18:08 · 10143 阅读 · 9 评论 -
C均值聚类
聚类是指事先不知道样本的类别,而利用样本的先验知识来构造“分类器”,是一种无监督学习。常用的聚类算法有分裂聚类法和动态聚类法等。C均值聚类是一种动态聚类方法,概要为:第一步,选定某种距离作为样本间的相似性度量;第二步,确定评价聚类结果的准则函数;第三步,给出某种初始分类,用迭代法找出使准则函数取极值的最好聚类结果。设待聚类的模式特征矢量集为,聚类数目C是事先设定的。算法的思想为取定C个类别...原创 2018-11-28 16:43:09 · 4572 阅读 · 0 评论