《模式识别与智能计算-matlab技术实现》学习笔记三
2014-04-01 17:22
225 查看
1.3分类器设计
模式识别算法的设计都是强调“最优”或“最佳”,希望所设计的系统在性能上最优。这种“最优”是针对某一种设计原则而言的,及准则。1.3.1分类器设计准则如下:
1)最小误差率准则;2)最小风险准则;
3)近邻准则:依据是同类物体在特征空间具有聚类特性的原理;
4)Fisher准则;
5)均方误差最小准则;
6)感知准则。
分类器设计方法如下:
1)模板匹配;2)判别函数:概率分布、几何判别
3)神经网络分类法;
4)基于规则推理的方法:决策树和粗糙集理论等;
1.3.2判别函数
函数类型选择(线性/非线性)、参数确定;1.3.3分类器的选择
设特征向量特征分量数目为n,可分类数目为M,符合一定的条件时可以使用线性分类器;正态分布条件下一般适合使用二次函数决策面:1)若可分类数目M=2(n+1)约等于2n,则几乎无法用一个线性函数分类器将他们分成两类;
2)在模式识别中,理论上,M>n+1的线性分类器不能应用,但其中一类的特征向量聚集度高,则无论M多大线性分类器效果都是良好的。
1.3.4训练与学习
1)训练集2)测试集
3)系统评价原则
1.4聚类定义与设计准则(略)
相关文章推荐
- 《模式识别与智能计算--MATLAB技术实现》
- 《模式识别与智能计算-matlab技术实现》学习笔记一
- 《模式识别与智能计算-matlab技术实现》学习笔记二
- 基于MATLAB 进行混合编程的接口技术实现
- Matlab之定位技术DV-HOP的实现
- matlab实现全景图像拼接技术
- 【纯技术帖】为什么要进行傅立叶变换?傅立叶变换究竟有何意义?如何用Matlab实现快速傅立叶变换?
- 【纯技术帖】为什么要进行傅立叶变换?傅立叶变换究竟有何意义?如何用Matlab实现快速傅立叶变换
- Richardson外推加速技术(含Romberg详细分析)的Matlab实现
- 基于MATLAB的音频信号处理技术实现
- Java EE集群技术初探——第七部分(EJB集群的实现)
- ROC曲线原理及其matlab实现源码
- 插件技术原理及其C#实现(二)用C#编写插件
- 字符编辑技术C语言实现
- Cisco路由技术:在路由器上配置Track,实现静态路由器的冗余1
- Canvas与Image互相转换示例以及利用该技术实现微信长按自动识别二维码功能
- JasperReport实现的网络办公系统报表(二):系统技术说明书
- 如何实现1080P延迟低于500ms的实时超清直播传输技术
- 使用MATLAB编译器实现混编(小结)
- android实现数据存储技术