模式识别导论本(二)讲义.pptVIP

作业 ③ （高级题，选做）用马氏距离法进行TM图像监督分类，并给出分类结果评价（用混淆矩阵），基本要求：训练样区的选择可以用其他软件如photoshop来实现，TM用1,2,3,4,5,7这六个波段，图像格式自己定义。数据量不作要求，结果用专题图的形式表示（用不同色斑表示不同地物类别），数据自己找，分类数量不少于4类。提高要求：训练样区自己选择，数据量可以任意，算法实现按照软件工程化的原则，算法是以库或组件的形式可以发布（网上或者组件产品）。 判别函数：类条件概率密度用正态来表示： 最小错误率(Bayes)分类器：从最小错误率这个角度来分析Bayes 分类器 1.第一种情况：各个特征统计独立，且同方差情况。(最简单情况) 决策面方程： 判别函数： 最小距离分类器：未知x与μi相减，找最近的μi把x归类 如果M类先验概率相等： 当各类先验概率不相等的时候： 2、第二种情况：Σi＝ Σ相等，即各类协方差相等。 第一类 第二类 其中μ为均值向量，Σ 为协方差矩阵 欧氏距离和马氏距离之间的差别： 欧氏距离来说应该是属于第一类 例子：二维两类问题，设都服从正态分布，协方差矩阵一样 计算向量 到这两类的欧氏距离和马氏距离 可见，给定的向量和第一类的中心比较近。但如果从欧氏距离类看，则是相反的，下图 3、第三种情况(一般情况)：Σ?为任意