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...