模式识别简介&贝叶斯决策理论

==============================================================================

1模式识别简介

==============================================================================

 

模式识别的定义:

将某一具体事务正确地归入某一类别的过程

 

描述一下模式识别的过程:

1、采集数据

2、选择特征

   取决于这个问题领域的特征

   标准:易于提取、对不相关变形保持不变、噪声不敏感

   一个特征向量通常是用一个列向量表示的

3、选择模型

4、训练分类器

   基于样本学习的方法是设计分类器最有效的方法

5、评价分类器

   不能太简单以至于不能描述模式类间的差异,又不能太复杂而对新样本的分类能力很差

6、计算复杂度

   计算简便性和分类性能上有个折中

 

模式识别方法可分为四大方面:

模板匹配、统计模式识别、语法及结构匹配和神经网络

==============================================================================

2贝叶斯决策理论

==============================================================================












Parzen窗法

特点:“邻域” 体积大小是固定,但“邻域”包含的样本点数目可能不同

Kn近邻法

特点:“邻域”内包含的样本点数目固定,但“邻域”的体积可能不同



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值