strive for the best 的博客

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 (

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) ,

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（