Ch线性与非线性判别函数.pptVIP

第1章 绪论 * * 线性与非线性判别函数 模式识别 钟珞等编著 武汉大学出版社 2006.9 本章主要内容 l感知准则函数 l最小平方误差准则 l最小错分样本数准则 l Fisher线性判别准则 l分段线性判别函数 l二次判别函数 第3章 线性与非线性判别函数 第2章中介绍了在样本的先验概率和分别函数已知时的Bayes分类器的设计。本章主要直接根据训练样本提供的信息，直接设计分类器，进行特征空间的划分。 3.1 感知器准则函数 3.1.1 线性判别函数的基本概念 在Rd中，向量X=(x1,x2,…,xd)T的线性判别函数为： g(X)=w1x1+w2x2+…+wdxd+wd+1 =WTX+wd+1 其中：W=(w1,w2,…,wd)T为权向量 若令 W=(w1,w2,…,wd，wd+1)T为增广权向量 X=(x1,x2,…,xd ,1)T为增广模式向量 则： g(X)=WTX 第3章 线性与非线性判别函数 在两类情况下，令g(X)=g1(X)-g2(X) 判别规则为： 线性分类器的设计就是