第11章圖象模式識別-wenkub
2022-10-09 16:42:52 本頁面
【正文】 優(yōu)統(tǒng)計分類器 2. 用于高斯模式類的貝葉斯分類器 ? 超球體 ： 高斯模式類是 nD中的球狀體 ? 超平面：最小距離分類器 將兩類分開的決策面為 d1(x) – d2(x) = – 8x1 – 8x2 – 8x3 + 4 = 0 ??????????????????????331411134121 mm第 17頁 第 10講 章毓晉 (THEEIE) 感知機(jī)和支持向量機(jī) ? 分類和識別 ? 神經(jīng)網(wǎng)絡(luò)方法 感知機(jī) 支持向量機(jī) 第 18頁 第 10講 章毓晉 (THEEIE) 感知機(jī) ? 最基本的感知機(jī)建立能將兩個線性可分訓(xùn)練集分開的線性決策函數(shù) 0)(11 ??? ???ninii wxwd x第 19頁 第 10講 章毓晉 (THEEIE) 感知機(jī) ? 對模式矢量增加第 n + 1個元素 ? 構(gòu)建一個擴(kuò)充模式矢量 y，讓 yi = xi， i = 1, 2, …, n，且后面加一個元素 yn+1 = 1 其中 y = [y1 y2 … yn 1]T是個擴(kuò)充模式矢量， w = [w1 w2 … wn wn+1]T是個權(quán)矢量 ? 關(guān)鍵問題：用模式矢量的給定訓(xùn)練集確定 w ywx T11)( ?? ???niii xwd第 20頁 第 10講 章毓晉 (THEEIE) 感知機(jī) 1. 線性可分類 由兩個線性可分訓(xùn)練集獲取權(quán)矢量 令 w(1)代表一個任意選定的初始權(quán)矢量 如果 y(k) ? s1， wT(k)y(k) ≤ 0 如果 y(k) ? s2， wT(k)y(k) ≥ 0 否則： )()()1( kckk yww ???)()()1( kckk yww ???)()1( kk ww ??第 21頁 第 10講 章毓晉 (THEEIE) 感知機(jī) 1. 線性可分類 兩個訓(xùn)練集，每個包括兩個模式 先將模式擴(kuò)充，對類 s1得到訓(xùn)練集 {[0 0 1]T, [0 1 1]T}，對類 s2得到訓(xùn)練集 {[1 0 1]T, [1 1 1]T} 第 22頁 第 10講 章毓晉 (THEEIE) 感知機(jī) 2. 線性不可分類 最小化實際響應(yīng)和希望響應(yīng)間的誤差 沿 J(w)負(fù)梯度的方向逐步增加 w以尋找上述函數(shù)的最小值。輸入符號集與 G中的終結(jié)集相同， ? 中的映射規(guī)則是用兩個基于 G中的產(chǎn)生式得到的 (1) 如果 Xi ? aXj在 P中，那么 ? (qi, a)包括 qj (2) 如果 Xi ? a在 P中，那么 ? (qi, a)包括 qn+1 第 38頁 第 10講 章毓晉 (THEEIE) 字符串結(jié)構(gòu)識別 3. 用自動機(jī)作為字符串識別器 ? 規(guī)則文法和有限自動機(jī)之間一一對應(yīng) 給定一個有限自動機(jī)， Af = (Q, T, d, q0, F)，令 N包含 Q的元素，用起始符號 X0對應(yīng) q0，則可如下得到對應(yīng)的規(guī)則文法 G = (N, T, P, X0)： (1) 如果 qj在 ? (qi, a)中，那么在 P中有 Xi ? aXj； (2) 如果一個 F中的狀態(tài)在 ? (qi, a)中，那么在 P中 有 Xi ? a 第 39頁 第 10講 章毓晉 (THEEIE) 樹結(jié)構(gòu)識別 1. 樹文法 N：非終結(jié)符號集 T ：終結(jié)符號集 S ：一個包含在 N中的起始符號，它一般是一棵樹 P ：一組產(chǎn)生式規(guī)則，其一般形式為 Ti ? Tj，其中 Ti和 Tj是樹 r ：排序函數(shù)，它記錄了一
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1