目标识别之贝叶斯分类器

最新推荐文章于 2024-06-27 12:36:05 发布

西瓜ggg

最新推荐文章于 2024-06-27 12:36:05 发布

阅读量664

点赞数

分类专栏：机器视觉

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/u010484388/article/details/88369513

版权

机器视觉专栏收录该内容

14 篇文章

订阅专栏

本文深入探讨了《数字图像处理》第三版564页中关于最佳统计分类器的内容，重点讲解了条件评价损失概念及贝叶斯分类器的思想。通过引入损失函数，贝叶斯分类器能够更有效地调整分类结果，确保在错误分类成本较高的情况下，仍能做出最优判断。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

此部分内容为看《数字图像处理》第三版564页的最佳统计分类器的笔记

1、条件评价损失概念

2.贝叶斯分类器思想

对于一个新的模式变量x,带入12.2-9中得到该变量属于某个分类时的平均损失，从中找出平均损失最小的分类，那么就表明x属于这个分类，可以看到贝叶斯分类器可以利用预先知道的知识（损失函数）进行更好的分类，若某项被错误分类到另一类的损失函数损失较大，那么会增大rj的值，从而调节最终的结果。

3.求取过程

https://blog.csdn.net/ylin01234/article/details/81162924

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。