[工學]pr第五章非線性分類(已修改)
2024-10-30 23:42 本頁面
【正文】 第五章 非線性分類器 引言 ? 線性判別函數(shù)：簡單、實用、經(jīng)濟，但線性不可分時錯誤率可能較大 ? 問題線性不可分 采用非線性分類器 ? 本章介紹幾種非線性分類器 ?分段線性分類器 ?二次判別函數(shù) ?神經(jīng)網(wǎng)絡 ?支持向量機 分段線性判別函數(shù) (piecewise linear discriminant functions) ? 上一章的多類線性判別函數(shù)實際就是分段線性判別函數(shù)。 ? 思路：如果兩類可以劃分為線性可分的若干子類，則可以設計多個線性分類器，實現(xiàn)分段線性分類器。 ? 最簡單情況：直接依據(jù)樣本到各子類中心的距離判別 （距離分類器） ? 更一般情況：對每個子類求一個線性判別函數(shù)。 二次判別函數(shù) (Quadratic Discriminant) ? 正態(tài)分布下貝葉斯決策面一般為二次函數(shù)，根據(jù)樣本學習分類（決策、判別）函數(shù)的參數(shù)。樣本近似正態(tài)分布時效果較好。 ? 判別函數(shù) ? 閾值，控制決策橢球大小。 ? 樣本到類均值的 Mahalanobis距離的平方與閾值的比較 21 ?? ?( ) ( ) ( ) , 1 , 2Ti i i i ig x k x m x m i?? ? ? ? ? ???? iNjjii xNm11? ??????? iNjTijijii mxmxN 1 ))((11?ik? 兩類的決策面方程： ? 決策規(guī)則： 12( ) ( )g x g x?11220( ) ( )0xg x g xx? ? ??? ?? ? ?? 多層感知器神經(jīng)網(wǎng)絡 ? 神經(jīng)元與感知器 ? 神經(jīng)元（ neuron）：細胞體（ cell）、樹突（ dentrite）、軸突（ axon）、突觸（ synapses） ? 神經(jīng)元的作用：加工、傳遞信息（電脈沖信號） ? 神經(jīng)系統(tǒng)：神經(jīng)網(wǎng)：大量神經(jīng)元的復雜連接 ? 通過大量簡單單元的廣泛、復雜的連接而實現(xiàn)各種智能活動。 ? 人工神經(jīng)網(wǎng)絡 Artificial Neural Network (NN)的基本結構： ?大量簡單的計算單元（結點）以某種形式相連接，形成一個網(wǎng)絡，其中的某些因素，如連接強度（權值）、結點計算特性甚至網(wǎng)絡結構等，可依某種規(guī)則隨外部數(shù)據(jù)進行適當?shù)恼{(diào)整，最終實現(xiàn)某種功能。 ? 三個要素： ?神經(jīng)元的計算特性（傳遞函數(shù)） ?網(wǎng)絡的結構（連接形式） ?學習規(guī)則 ? 三要素的不同形成了各種各樣的神經(jīng)網(wǎng)模型 ? 基本可分為三大類： ?前饋網(wǎng)絡 以 MLP
教學課件相關推薦
鄂ICP備17016276號-1