模式识别2

该博客介绍了如何在Matlab环境下使用Fisher分类器对两类样本数据进行训练,并绘制投影方向。同时,还展示了如何实现H-K算法(Hard Margin和支持向量机)来划分数据,并给出了二维分类界面。代码详细展示了从生成样本数据到执行Fisher分类和H-K算法的全过程。
摘要由CSDN通过智能技术生成

在Matlab平台上,随机产生两类均值向量、协方差矩阵如下的两类样本数据,每类样本各100个。

4.编写Fisher分类器训练算法,画出Fisher分类器的投影方向。

5.编写H-K算法,画出分类界面。

图 10 样本数据分类结果

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