最小错误率贝叶斯决策的基本思想_基于最小错误率的贝叶斯决策.ppt

基于最小错误率的贝叶斯决策

* * * * * 照相侦察卫星的侦察设备包括可见光相机、红外相机、多光谱相机、微波相机以及电视摄像机等，它们各有自己的特点和用途。其中，可见光照相能够获得最佳的地面分辨率，照片直观，易于判读；红外照相不受天候影响，可昼夜工作，并具一定的穿透地表及森林、冰块的能力。 不同卫星照片的地面分辨率，所能判断出来的信息是不一样的，共分为四级：第一级是“发现”，指大致知道目标形态，从照片上仅仅能判断目标是否存在；第二级是“识别”，指发现目标较为细致，能够辨识目标，例如是人还是车，是大炮还是飞机；第三是“确认”，能较为详细地区分目标，能从同一类目标中指出其所属类型，例如车辆是卡车还是公共汽车，房子是住宅还是工厂；第四级是“描述”，能更为细致地知道目标的具体形状，识别目标的特征和细节。例如能指出飞机、汽车的型号和舰船上的装备等。 * 目前，世界上最先进的照相侦察卫星是美国的KH－12“高级锁眼”可见光侦察卫星，其分辨率已达到0.1~0.15米，有“极限轨道平台”之称。然而，这只是它的最高分辨率，实际上在绝大多数时间内是根本达不到的。 * An Example ? “I see a member of my family on the beach in a bikini. Surely that couldn’t be Granny, but look, her hair is totally gray, so I guess it really is her.” What is the probability that it is Granny given the observation (hair gray)? p(Granny in bikini) = 0.01 - almost unlikely p(Wife in bikini) = 0.99 p(hair gray |Granny)=0.5 p(hair gray |Wife) = 0.001 - odd lighting？ * Granny in a bikini ? p(m)=p(hairgray) =p(hairgray|wife)p(wife)+p(hair gray | Granny)p(Granny) = 0.5x0.01+0.001x0.99=0.006 * p(Gran|m)=p(hair gray|Gran) p(Gran)/p(hair gray)=0.005/0.006 = 5/6 p(Wife|m)=p(hairgray|Gran)p(Gran)/p(hair gray) = 0.001/0.006 = 1/6 So we make a decision: It is really Granny!! :-O Granny in a bikini ? * * * 正态分布的最小错误率Bayes决策 Bayes决策的三个前提： 类别数确定 各类的先验概率P(ωi)已知 各类的条件概率密度函数p(x|ωi)已知 Bayes决策中，类条件概率密度的选择要求： 模型合理性 计算可行性 * * * 正态分布的Bayes决策图示 * * 贝叶斯决策的错误率分析 * 应用：SAR图像处理 美国加州洛杉矶的卫星雷达图像 * 应用：遥感图像地表分类 * 基于最小错误率Bayes决策图解 后验概率 * 公式简化 SAR图像例 美国加州洛杉矶的卫星雷达图像 南极卫星雷达图像 1.3.2 按信息获取系统的空间分布分类 照相侦察卫星： 这种卫星一般运行在近地点为150—280千米的近地轨道上，它利用光电遥感器对地面战略目标拍照，把目标信息记录在胶片或磁带上，由地面回收胶片或接收无线电传输的图像信息，经加工处理后，来判读和识别军事目标的性质和确定它的地理位置。它所能分辨地面物体的最小尺寸，与轨道高度及成像系统的质量有关。 1.3.2 按信息获取系统的空间分布分类 典型的照相侦察卫星有美国的KH-12 “锁眼”卫星：它具有数字图像传输能力，地面分辨率为0.1米，可侦收从电话到电视的各种无线电信号。 * 应用：医学图像分析 * Save me Acoustic sensor network 应用：救助地震中被掩埋者 * 后验概率曲线 X=t 基于最小错误率Bayes决策图解 x p(x|ωi)P(ωi) p(x|ω2)P(ω2) p(x|ω1)P(ω1) * 后验概率曲线 X=t 基于最小错误率Bayes决策图解 x p(x|ωi)P(ωi) p(x|ω2)P(ω2) p(x|ω1)P(ω1) * 后验概率曲线 X=t 基于最小错误率Bayes决策图解 x p(x|ωi)P(ωi) p(x|ω2)P(ω2) p(x|ω1)P