北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第二章 判别函数

第二章判别函数 §2-1、判别函数 §2-2、线性判别函数 §2-3、线性判别函数的性质 §2-4、广义线性判别函数 §2-5、非线性判别函数 ①年大辱 信息工程学
信息工程学 院 Ø § 2-1、判别函数 Ø § 2-2、线性判别函数 Ø § 2-3、线性判别函数的性质 Ø § 2-4、广义线性判别函数 Ø § 2-5、非线性判别函数 第二章 判别函数

§2-1判别函数 ◆假设对一模式X已抽取n个特征,表示为: X=(x1,x2,x3 5···2 X是n维空间的一个向量 ◆模式识別问题就是根据模式n个特征来判 别模式属于o1,o2,…,om类中的那一类 ③犬辱信息工程学
信息工程学 院 v 假设对一模式X已抽取n个特征,表示为: v 模式识别问题就是根据模式X的n个特征来判 别模式属于ω1 ,ω2 ,… ,ωm 类中的那一类。 ا 2-1 判别函数 是 n维空间的一个向量 ( , , ,..., ) 1 2 3 X X x x x x T n

§2.1判别函数(续 例如下图:三类的分类问题,它们的边界线就是 个判别函数 边界 ①年大辱 信息工程学
信息工程学 院 v例如下图:三类的分类问题,它们的边界线就是一 个判别函数 1 2 边界 3 2 x 1 x ا2.1 判别函数(续 )

§2.1判别函数(续 判别函数包含两类: 类是线性判别函数: 线性判别函数 广义线性判别函数 (所谓广义线性判别函数就是把非线性判 别函数映射到另外一个空间变成线性判别 函数) 分段线性判别函数 另一类是非线性判别函数 ①年大辱 信息工程学
信息工程学 院 v 判别函数包含两类: v一类 是线性判别函数: Ø线性判别函数 Ø广义线性判别函数 (所谓广义线性判别函数就是把非线性判 别函数映射到另外一个空间变成线性判别 函数) Ø分段线性判别函数 v另一类是非线性判别函数 ا2.1 判别函数(续 )

§2-2线性判别函数 我们现在对两类问题和多类问题分别进行讨论 (一)两类问题即 0.0 ◆1.二维情况:取两个特征向量 X=(x1,x2) T n=2 令这种情况下判别函数: g(x)=wr+w2x2+w3 p为参数,x12x2为坐标向量 ③犬辱信息工程学
信息工程学 院 ا 2-2 线性判别函数 v 我们现在对两类问题和多类问题分别进行讨论。 v (一)两类问题 即: v v1. 二维情况 :取两个特征向量 v 这种情况下 判别函数: ( , ) , 2 1 2 M T i X ( x1 , x 2 ) , n 2 T 1 1 2 2 w3 g( x )wx w x w为参数, x1 , x 2为坐标向量

1.二维情况 令在两类别情况,判别函数g(x)具有以下性质 0,X∈O1 8;(x) <0,X∈O2 g(x)=0,X不定 这是二维情况下判别由判别边界分类 ◆情况如图: □ g(x)=Wx1+12x2+3 ①年大辱 信息工程学
信息工程学 院 v在两类别情况,判别函数 g (x) 具有以下性质: v这是二维情况下判别由判别边界分类. v情况如图: Ø1. 二维情况 2 1 0, 0, ( ) X X g x i g ( x ) 0, X 不定 1 1 2 2 3 g(x) w x w x w 2 1 1 x 2 x

2.n维情况 现抽取n个特征为: X=(x1,x2,x32xn2) 判别函数:g(=+1+…+Vx2+1 W。X+ n+1 W=(1W1,w2,wn)为权向量, X=(x12x2,xn)为模式向量 另外一种表示方法:g(x)=WX W=(,W2…,wn,n)为增值权向量, X=(x1,x2…,x,xn+1)为增值模式向量 ③钾大辱 信息工程学
信息工程学 院 Ø2. n维情况 v 现抽取n个特征为: v 判别函数: v 另外一种表示方法: T n X ( x , x , x ,... x ) 1 2 3 1 1 2 2 1 ( ) ...... n nwn g x wx wx wx W 0 X wn 1 = , 为增值模式向量。 为增值权向量, T n n T n n X x x x x W w w w w ( , ,..., 1) ( , ,..., , ) 1 2 1 2 1 g x W X T ( ) = 为模式向量。 为权向量, T n T n X x x x W w w w ( , ,..., ) ( , ,..., ) 1 2 0 1 2

2.n维情况 ◆模式分类: 0,x∈m g(x)=w x X∈O 今当81(x)=WX=0为判别边界。当n=2时,二维 情况的判别边界为一直线。当n=3时,判别边界 为一平面,n>3时,则判别边界为一超平面 ①年大辱 信息工程学
信息工程学 院 v模式分类: v当 g1(x) =WTX=0 为判别边界 。当n=2时,二维 情况的判别边界为一直线。当n=3时,判别边界 为一平面,n>3时,则判别边界为一超平面。 2 1 0 , 0 , ( ) x x g x W X T Ø2. n维情况

(二)多类问题 对于多类问题,模式有o1,02,Om个类别。可分 三种情况: 1。第一种情况:每一模式类与其它模式类间可用单 个判别平面把一个类分开。这种情况,M类可有M个判 别函数,且具有以下性质: >0.X∈O 8(x)=W1X <0,其它,i=1,2,,M 式中W=(11,2…,m,Wmn1,)为第个判别函数的 权向量。 ③犬辱信息工程学
信息工程学 院 Ø(二) 多类问题 其它 i M。 X g x W X T i i i 0, , 1,2,..., 0, ( ) v 对于多类问题,模式有 ω1 ,ω2 ,… ,ωm 个类别。可分 三种情况: Ø 1。第一种情况:每一模式类与其它模式类间可用单 个判别平面把一个类分开。这种情况,M类可有M个判 别函数,且具有以下性质: 权向量。 式中Wi (wi1 , wi 2 ,..., win , win1 ,) T 为第i个判别函数的

1。第一种情况 右图所示,每一类别可用单个判别边界与其它类别相分 开 冷如果一模式属于o1,则由图可清楚看出:这时g1(x)>0而 2(x)<0,g3(x)<0。o1类与其它类之间的边界由 g;(x)=0确定 g1(x)=0 83(x)=0 ①年大辱 信息工程学
信息工程学 院 v 右图所示,每一类别可用单个判别边界与其它类别相分 开 。 v 如果一模式X属于ω1,则由图可清楚看出:这时g1(x) >0而 g2(x) <0 , g3(x) <0 。 ω1 类与其它类之间的边界由 g1(x)=0确定. 2 1 x ( ) 0 g2 x ( ) 0 g3 x 2 x ( ) 0 g1 x 1 3 Ø1。第一种情况
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第三章 分类器的设计.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第七章 句法结构模式识别.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第一章 概论(盛立东).ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)第6章 主存储器.ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)第5章 处理器总线时序和系统总线.ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)第3章 8086指令系统.ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)第2章 IA-32结构微处理器.ppt
- 燕山大学:《微机原理》课程教学资源(讲义)第1章 背景知识.pdf
- 燕山大学:《微机原理》课程教学资源(PPT课件)微处理器简史(概述).ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第08讲 自组织竞争人工神经网络.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第07讲 反馈网络.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第06讲 反向传播网络.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第05讲 自适应线性元件.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第04讲 感知器(Perceptron).ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第03讲 神经元与网络结构.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第02讲 Matlab与神经网络工具箱.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第01讲 绪论.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第00讲 前言.ppt
- 北京大学计算机学院:《人工神经网络》课程教学资源(技术入门讲稿)Artificial Neural Networks.pdf
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第三章 数字图像分析(特征表示与描述).ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第五章 参数估计与非参数估计.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第八章 模糊模式识别.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第六章 聚类分析.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第四章 贝叶斯决策理论.ppt
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)附录二 矩阵方程及矩阵不等式.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)附录一 串联及逆系统和LFT的状态空间表达式.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 01 鲁棒控制问题及其数学描述.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 10 区间对象族系统的稳定性半径.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 02 控制系统的内稳定性.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 03 化模型匹配问题为广义距离问题.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 04 Hankel范数模型逼近理论.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 05 四块问题的解.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 06 H∞控制问题的解.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 07 基于H∞优化的鲁棒控制.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 08 多项式族的鲁棒稳定性分析.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 09 区间对象族系统的鲁棒稳定性检验.pdf
- 北京理工大学:《鲁棒控制》课程教学资源(讲义)Chapter 01 鲁棒控制问题及其数学描述.pdf
- 西安交通大学:智能控制概论-智能控制理论与方法_小脑模型连接控制器(CMAC)网络.ppt
- 西安交通大学:智能控制概论-智能控制理论与方法_遗传算法(GA).ppt
- 西安交通大学:智能控制概论-智能控制理论与方法_无监督学习神经元网络.ppt