模式识别课程作业01.docVIP

模式识别理论与方法 课程作业实验报告 实验名称：Generating Pattern Classes 实验编号：Proj01-01 姓 名： 学 号： 规定提交日期：2012年3月12日 实际提交日期：2012年3月12日 摘 要： 了解概率统计方面的知识，掌握多维高斯分布的性质，以及协方差矩阵的对称半正定性质；用Matlab编程生成高斯分布，高斯模式类，以及在二维空间上表示多维模式的分布。 本实验主要利用mvnrnd(m,s,n)函数生成多元高斯分布的随机向量。 实验所编写的简短程序，经验证符合实验要求。 一、 技术论述 1、协方差矩阵 在统计学与概率论中, 协方差矩阵是一个矩阵，这是从标量随机变量到高维度随机向量的自然推广。协方差矩阵一般是对于一个多维随机变量来讲的，表现的是随机变量X各个元素分量（为1维随机变量）之间的相互关系，每一项都对应着其中两个变量的协方差，组合起来就是协方差矩阵了,比如 一个n维的随机变量X,其协方差矩阵之第ij个元素即为E[(Xi-E(Xi))*(Xj-E(Xj))],Xi和Xj分别表示X的第i个和第j个元素分量。协方差越大，说明两个变量的相关度越高。一个二维向量，你就会发现该矩阵的非对角元素正表示了两个分量之间的相关性，而主对角元素则是各分量本身的方差。 Σ称为协方差矩阵。多元正态分布的概率密度函数　　多元