模式识别实验一(最小贝叶斯决策及ROC曲线)研讨.doc

模式识别实验一(最小贝叶斯决策及ROC曲线)研讨.doc

实验一 实验原理 最小错误率贝叶斯决策规则: 对于两类问题,最小错误率贝叶斯决策有如下判决规则: 由于先验概率可以确定,与当前样本无关,所以决策规则也可整理成下面的形式: 平均错误率 决策边界把轴分割成两个区域,分别称为第一类和第二类的决策区域.样本在中但属于第二类的错误概率和样本在中但属于第一类的错误概率就是出现错误的概率,再考虑到样本自身的分布后就是平均错误率: 此实验中的判决门限和平均错误率 判决门限 假设随机脉冲信号中0的概率为,高斯噪声信号服从,信号叠加时的放大倍数为,叠加后的信号为。 由最小错误率贝叶斯决策可得: 化简计算得: 平均错误率 由上述积分式可计算。 实验内容 已知均值和方差,产生高斯噪声信号,计算其统计特性 实验中利用MATLAB产生均值为0,方差为1的高斯噪声信号,信号统计分布的程序和结果如下: %产生高斯噪声并统计其特性 x=0;%均值为0 y=1;%方差为1 n=normrnd(x,y,[1 1000000]);%产生均值为0,方差为1的高斯噪声 m1=mean(n);%高斯噪声的均值 v1=var(n); %高斯噪声的方差 figure(1) plot(n(1:400)); title(均值为0,方差为1的高斯噪声); fig

文档评论(0)

1亿VIP精品文档

相关文档