- 博客(4)
- 资源 (7)
- 收藏
- 关注
原创 模式识别总结 下
上一篇复习了模式识别中的有监督学习部分,本文着重分析无监督学习部分。第一部分:非线性分类器这里主要分为四部分,列举后分别进行分析学习:非线性支持向量机多层神经网络RBF网络模板匹配(相关法)非线性支持向量机广义线性判别 概念:在样本分类中,只要各类别之间没有重叠,可以通过映射变换,将样本映射为线性可分样本。 比如利用0-n阶多项式线性组合构造分类器 缺点:经过这种变换,维数大大增加,形
2017-06-27 00:28:28 1799
原创 模式识别总结 上
本总结参考国外名著《模式识别》第四版和张学工编著得《模式识别》第三版,以及电子科技大学PPT复习总结而成。一、线性分类几种情况最大后验概率分类 根据先验概率和似然概率求后验概率,比较大小最小错误概率分类 根据先验概率和似然概率乘积,比较大小最大后验概率分类就是最小错误概率分类。最小代价(损失、风险)分类 引入错误分类代价,选择最小风险的分类。最小错误概率分类是最小代价分类的特例(当代
2017-06-26 00:05:05 3067
UNP学习笔记讲义
2019-04-29
Qt五子棋程序源码
2018-11-08
msp430F149 12864并行(已测忙).txt
2014-08-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人