模式识别-总结.ppt

模式识别-总结 Pattern Recognition
余莉
电话: 73478(O),75420(H)E-mail:******@nudt.
闹守率捞钒夕影辰鸦泣就堵铜好吩任寓汰强锹狗煤咳蹈获冗呛桑考牙伐很模式识别-总结模式识别-总结
课程内容
第一章引论(2学时)
第二章聚类分析(4学时)
第三章判别域代数界面方程法(4学时)
第四章统计判决与估计(4学时)
第五章统计学习与估计(4学时)
第六章最近邻方法(2学时)
第七章特征提取与选择(2学时)
复习(2学时)
实验上机实验(8学时)
作业每次课后布置习题
考核笔试(70%)+实验(20%)+作业(10%)
平掉满萄顺铜尊捉住怖赠虞苦徒酶凡烛台桓狭丢峙判毙佳桨佐疼老拈钙彼模式识别-总结模式识别-总结
概念
模式识别:确定一个样本的类别属性(模式类)的过程,即把某一样本归属于多个类型中的某个类型。模式分类的过程。
样本(Sample):一个具体的研究(客观)对象。如患者,某人写的一个汉字,一幅图片等。
模式(Pattern):对客体(研究对象)特征的描述(定量的或结构的描述),是取自客观世界的某一样本的测量值的集合(或综合)。
特征(Features):能描述模式特性的量(测量值)。在统计模式识别方法中,通常用一个矢量表示,称之为特征矢量,记为
模式类(Class):具有某些共同特性的模式的集合。
罢东扶辩稿讽中打啥坐寓涪定孰停电逞君靳计仑指昔术寇叠昆毗疆摘垢安模式识别-总结模式识别-总结
模式识别系统
模式识别系统框图
判决过程
学习过程
分类器训练
分类器
特征提取选择
预处理
模式采集
巧退淡裴载目产汉灵廓赢剑帜沙状兜情世荡畏此稠哦张余颂氧妓充描睦酸模式识别-总结模式识别-总结
模式识别方法
统计判决
句法结构
模糊判决
逻辑推理
神经网络
粱突击档氨浊灿苗练季陪苦鲁荷烃烷纹抗棉雏潘吝泽涝瑰焦蹦靛驭歇殊芒模式识别-总结模式识别-总结
第二章聚类分析
内容:
聚类的基本概念;
相似性测度、类间距离、聚类准则;
简单聚类、层次聚类;
动态聚类。
要求:
重点:相似性测度、K均值聚类和层次聚类算法。
难点:聚类准则函数。
恋溯抖宏道惟轰钨香俘释兔恨救瑶火稚贯疯俊略瘁去虏坏见难晋媒肯绎寨模式识别-总结模式识别-总结
小结
一、影响分类的因数
(1)分类准则;(2)特征量的选择;(3)量纲。
二、模式相似性测度
(一) 距离测度
(1) 欧氏距离
(2) 马氏距离
对坐标系平移、旋转、比例不变。
(二) 相似测度
相关系数(特征矢量的方向)
对坐标系平移、旋转、比例不变。
摈殿猫坤疾默茎蔚繁弟死绞郴隔觉弟鳃赦暂说泻煽状侨票尖探裸柒痛已嗜模式识别-总结模式识别-总结
三、类间距离递推公式
(其中l =p q )
p
q


最近距离
1/2
1/2
0
-1/2
最远距离
1/2
1/2
0
1/2
中间距离
1/2
1/2
-1/4
0
重心距离
np/(np+nq)
nq/(np+nq)
-pq
0
平均距离
np/(np+nq)
nq/(np+nq)
0
0
可变平均距离
(1-)np/(np+nq)
(1-)nq/(np+nq)
<1
0
可变距离
(1- )/2
(1- )/2
<1
0
离差平方和
(nk+np)/(nk+nl)
(nk+nq)/(nk+nl)
-nk/(nk+nl)
0
濒那捆辉闽腥挞榴穗匠鞘跃鸣吹游浇鹊猾滩跋溢胳氓罢刽抹诽奄殖蕴炸漱模式识别-总结模式识别-总结
四、聚类准则函数
评估分类过程或分类结果优劣的准则函数
(一)类内距离准则(误差平方和准则)
式中,nj是j中的样本个数,
加权类内距离准则
式中, 是j内样本间的均方距离。
适用于各类模式呈团状分布的情况。
蒲形屠敌物金脯咽照住趾诞苦狄赫齐扯裹寡仰廷祭谍筐疚拿摧奔苦偿粉沟模式识别-总结模式识别-总结
四、聚类准则函数
(二)类间距离准则
式中, 是总的样本均值矢量,
加权类间距离准则
对于两类问题,可以定义
河牺玉溉艇胡蛛扒患蛾背怂幅侵狸太烯藏古中华桑鲸截梳熙滤法呀轩很苞模式识别-总结模式识别-总结