2-第二章 数学基础(统计模式识别).docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2-第二章 数学基础(统计模式识别).doc

第二章 数学基础(统计模式识别) §1 多元正态分布 1)一元正态分布 【定义】 密度函数为: 的随机变量称为正态随机变量。记: m——数学期望 ——方差 通式: 常数k: 的随机矢量称为正态随机矢量。 随机矢量: 数学期望: 待定参数为n个 (3)协方差: 常数k: 3)多元正态分布的特征函数 1.一元 2.n元 4)多元正态分布的性质 性质1:正态分布的随机变量线性函数还是正态的。 若 那么,仍是正态的。 若mn,则完成了降维。 有 【证】 (1) (2) (1)代入(2): 得: 再生性:正态分布的线性变换仍然是正态分布,密度函数的形式保持不变。 随机向量 其中,每个分量服从标准正态分布。 则有: 结论:独立标准正态变量的有限个(m个)线性函数以Y=AX+d 构成一个m元正态随机向量。 (多元正态变换不同于密度函数的另外一个定义。) (3)当m=1时:正态随机向量各分量的加权和服从一元正态分布 性质2:正态随机向量的子向量也服从正态分布 若, 有 ; r n-r 则: 所以:z(1)z(2)不相关,由性质3,z(1)z(2)独立。 : 且: 另: 由性质2,z(1)z(2)满足正态分布 又:Z=BY 有:p(z)|J|=p(y) 其中: :p(z)=p(y) 而:p(y)=p(y(1)|y(2))p(y(2)) 则:p(z)=p(y(1)|y(2))p(y(2)) 因此有(视y(2)为常数):得到结论。 n×n 坐标旋转 B、实用的坐标系是标准正交基,而经变换后的新坐标系也是标准正交基。因此,常用的变换是标准正交变换,对应的变换阵为正交矩阵。 C、正交阵特点: (1)密度函数——相差一个雅可比行列式的绝对值: p(y)|J|=p(x) 要求:通过坐标系的平移和旋转,找到一个分布的主轴方向。 =X-m 则: 旋转坐标系,把坐标轴转到主轴方向,即的长、短轴方向。 相当于一个有条件极值问题: 即:在满足条件前提下(保证在椭圆上), 使得:极大 极值表达式: 求导: 得: 取矩阵的: 特征值矩阵: 特征向量矩阵: 有: 可以有两种理解:(1)——矩阵分解 (2)——线性变换 变换矩阵为: 主轴变换归结为:=A(X-m) 结论:一个协方差矩阵C(实对称,正定阵)一定可以通过一个正交变换A(即协方差矩阵C 的特征向量矩阵的转置)变换为一个对角阵(协方差C 的特征值矩阵)。 同时发生变换: (3) 作旋转变换,转到的主轴方向 其中:为的特征向量阵,为的特征值阵。 同时: 总变换为: 【定理】:若是实对称阵,正定,则必存在变换A: 使得: 其中:A是特征向量阵的转置,是的特征值阵 【证】: ,即: 而: 因为: 所以: 得:变换阵为特征向量阵的转置, 是的特征值阵 说明: A不一定正交,不是: 不一定是对称阵 (3)是的特征值阵: , 满足: 即: 故称为相对于的相对特征值 (4)由衍生为(KL变换) 15

文档评论(0)

xinshengwencai + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5311233133000002

1亿VIP精品文档

相关文档