模式识别作业

模式识别导论大作业（2015-2016第一学期）

姓名×××学号×××

任课教师×××

南京航空航天大学。

年月日。一、k均值聚类。

1.功能描述：

2.带注释的源**。

3.分类结果。

4.对k均值聚类算法的分析。

二、线性分类器设计。

以第一题的分类结果作为样本集，首先选取训练集与测试集（训练集大概是整体样本的2/3），请分别给出三个类别的训练集与测试集包含的样本编号：

1.设定分类规则（一对多还是一对一），并利用迭代法在训练集上设计线。

性分类器（给出惩罚系数），给出判别函数。同时将测试集中的数据代。

入判别函数，给出测试的准确率；

2.设定分类规则（一对多还是一对一），并利用fisher法在训练集上设计。

线性分类器，给出判别函数（给出各类的类间离散度矩阵与类内离散度。

矩阵等参数）。同时将测试集中的数据代入判别函数，给出测试的准确。

率；3.对上述的两种算法进行分析。

三、贝叶斯决策。

保持第二题中已选择的训练集与测试集不变，将所有的样本从4维降低为两维（随机选取两维），将训练集的所有样本点在二维坐标系下标注出来，注意不同的类别用不同形状的点加以区分。

1.利用贝叶斯决策与训练集设计分类器，写出判别函数与判别规则。

2.将判别函数作用于测试集，在二维坐标系下将测试集的数据标注出来，注意不同的类别用不同形状的点加以区分，用深浅不同的灰度表示错分。

与正确分类的样本点，给出分类的准确率。

3.实验结果分析。

四、特征选择。

1.保持第二题中已选择的训练集与测试集不变，利用特征选择算法，将样。

本从4维特征空间降至2维特征空间。给出特征选择的依据与算法过程。

并将训练集的所有样本点在二维坐标系下标注出来，注意不同的类别用。

不同形状的点加以区分。

2.依然利用贝叶斯决策和训练集设计分类器，写出判别函数。

3.将判别函数作用于测试集，在二维坐标系下将测试集的数据标注出来，注意不同的类别用不同形状的点加以区分，用深浅不同的灰度表示错分。

与正确分类的样本点，给出分类的准确率。

4.实验结果分析。

五、系统设计。

1.任务描述：设计一个模式识别系统，可以识别笔、直尺与橡皮。

2.基本要求：按照统计类模式识别的基本步骤，从数据采集开始，到特征。

提取、分类器设计，直至测试结果，给出每一步的具体实现过程。

南京航空航天大学。

六、心得体会。

模式识别作业

6.题目 fisher分类和基于核的fisher分类的设计与实现研究。具体内容 1.简述fisher分类和基于核的fisher分类的算法原理 2.举出实例 3.用matlab软件编写程序实现 4.分析实验结果。fisher分类和基于核的fisher分类的设计与实现研究。1 fisher分类和基于核的...

模式识别作业

模式识别课程matlab程序作业。模式识别贝叶斯决策 正常状态细胞p 1 0.9，异常状态细胞p 2 0.1，类条件概率密度分别为p x 1 n 0，1 p x 2 n 0.2，1.5 现有一待识别细胞，其观察值为0.2，用matlab写出程序对该细胞进行分类。编写程序如下 close all cl...

模式识别作业

感知器训练算法。在设计贝叶斯分类器时需要设法获取样本统计分布的资料，应知道先验概率及类分布概率密度函数等。然而，在样本数不充足条件下要获取准确的统计分布是很困难的。这样，可以考虑另外一种分类器设计方法，即根据训练样本集提供的信息，直接进行分类器设计。下面实验是针对线性可分情况下的感知器算法。实验所用...