模式识别实验报告(一二)资料.docVIP

信息与通信工程学院 模式识别实验报告 班 级： 姓 名： 学 号： 日 期： 2011年12月 实验一、Bayes分类器设计 一、实验目的： 1.对模式识别有一个初步的理解 2.能够根据自己的设计对贝叶斯决策理论算法有一个深刻地认识 3.理解二类分类器的设计原理 二、实验条件： matlab软件 三、实验原理： 最小风险贝叶斯决策可按下列步骤进行： 1)在已知，，i=1,…，c及给出待识别的的情况下，根据贝叶斯公式计算出后验概率： 　　　　j=1,…，x 2)利用计算出的后验概率及决策表，按下面的公式计算出采取,i=1,…，a的条件风险 　　,i=1,2,…,a 3)对(2)中得到的a个条件风险值,i=1,…，a进行比较，找出使其条件风险最小的决策，即 则就是最小风险贝叶斯决策。 四、实验内容 假定某个局部区域细胞识别中正常（）和非正常（）两类先验概率分别为 正常状态：P（）=0.9； 异常状态：P（）=0.1。 现有一系列待观察的细胞，其观察值为： -3.9847 -3.5549 -1.2401 -0.9780 -0.7932 -2.8531 -2.7605 -3.7287 -3.5414 -2.2692