线性判别函数方案.pptVIP

第2章 线性判别函数 2.1 线性判别函数和决策面 2.2 感知准则函数 2.3 最小平方误差准则函数 2.4 多类判别问题 2.5 分段线性判别函数 2.6 Fisher线性判别函数 2.7 支持向量机 假设抽取到的模式样本的边界是“整齐”而不是混杂的，而且以后遇到的待分类模式基本上不超过学习样本的分类范围，从而利用这些样本得出的分类边界是无误差的。因此这些模式类之间的分界面，可以利用线性判别函数来进行。 对于n维空间中的c 个模式类别各给出一个由n个特征组成的单值函数，这叫做判别函数。在c类的情况下，我们共有c个判别函数，记为g1(x)，g2(x)，… gc(x) ，它们分别对应于模式类?1 ，?2 ，…?c 。 作为判别函数，它应具有如下的性质：假如一个模式X属于第i类，则有： 而如果这个模式在第i类和第j类得分界面上，则有： 如果判别函数取线性判别函数，它是所有模式特征的线性组合。对于第i类模式，有如下形式： 式中 是特征的系数，称为权， 为阈值权。 如果对第i类模式定义n维权向量为：