![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
模式识别
模式识别
Strive for the best!
这个作者很懒,什么都没留下…
展开
-
感知器算法
1.判别函数 统计模式识别分为聚类分析法和判决函数法,其中判决函数法又包括几何分类法(确定性时间分类,线性,非线性)以及概率分类法(随机事件分类)。 判别函数即用来对模式进行分类的准则函数。 2.线性判别函数 n维线性判别函数的一般形式为: 其中X,W不包含最后一项常数项 :权向量,解向量,即参数向量 增广向量就把最后一项加进去, W加一个Wn+1,X加一个1 这里有一个多类情况: 1) : 用线性判别函数将属于ωi类的模式与其余不属于ωi类的模式分开。将某个待分类模式 X 分别代入 M 个类的d (原创 2020-12-15 14:48:36 · 5551 阅读 · 0 评论 -
k均值算法
K——均值法 一.算法学习: 1.前提: 模式特征矢量集为{x1,x2,…,xN};类的数目K是事先取定的。 2.基本思想: 任意选取K个聚类中心,按最小距离原则将各模式分配到K类的某一类。不断计算聚类中心和调整各模式的类别,最终使各模式到其判属类别中心的距离平方之和最小。 Sj:第j个聚类集(域),Zj ;聚类中心,Nj: Sj中所含的样本个数 聚类中心的选择应使准则函数J极小,Sj类的聚类中心应选为该类样本的均值。 3.步骤: (1)任选K个模式特征矢量作为初始聚类中心: z1(1) ,z2(1) ,原创 2020-12-15 14:39:58 · 3277 阅读 · 0 评论 -
模式识别理论基础
由word文档导入,有些信息可能遗漏,如需完整版word,请私聊我联系。 一.绪论 定义 研究如何使机器具有 识别、分类能力的学科。 具体说就是利用计算机自动地(或者少人为干预地)把待识别的模式分配到各自类中。 模式识别系统 2.1基本构成: 数据获取 预处理 特征选择/提取 分类规则训练 分类决策 2.2“处理”与“识别”两个概念的区别: 处理:输入与输出是同样的对象,性质不变。 识别:输入的是事物,输出的是对它的分类、理解和描述。 2.3模式识别系统分类 从实现方法来分: 监督(原创 2020-12-15 14:34:59 · 2212 阅读 · 0 评论