模式识别聚类分析(集群).pptVIP

Dr. Djamel Bouchaffra Applied Pattern Recognition CSE616 模式识别Pattern Classification 第七章:　聚类分析（集群） 基本概念 有师识别：由学习过程和识别过程两部分组成，且用于学习的样本类别是已知的。 无师识别：缺少样本类别的先验知识，在样本类别未知的情况下进行分类（非监督学习方法） 应用：语音识别、图像分割、遥感图像分类、数据挖掘 基本概念 聚类（集群）：根据模式之间的相似度（相似程度）对模式进行无师识别的方法 相似度：衡量模式之间相似程度的尺度。 聚类准则：聚类分析的同一类模式相似程度的标准或不同类模式差异程度的标准。 　　聚类效果取决于模式的特征空间中的分布！ 相似度测量 相似度测量 欧氏距离（衡量两个样本之间的距离） 　设x１,x２为d维特征空间的模式向量，则欧氏距离 直观地反映了两个样本的相似程度 相似度测量 马氏距离（衡量单个样本与某类样本，或两类样本之间的距离） 　 相似度测量 设x为某样本，则该样本与均值向量为μ，协方差矩阵Σ为的模式类的马氏距离为 ： 　 相似度测量 相似度测量 相似度测量 而均值分别为μ1和μ2 ，协方差为Σ的两模式类的马氏距离为： 聚类准则 聚类准则的类型 聚类准则 阀值准则 根据规定的距离阀值或类别数进行分类