原创力文档- 34
- 0
- 约1.04千字
- 约 4页
- 2017-03-05 发布于重庆
- 举报
模式识别_作业4
第五章作业：
作业一：
设有如下三类模式样本集ω1，ω2和ω3，其先验概率相等，求Sw和Sb
ω1：{(1 0)T, (2 0) T, (1 1) T}
ω2：{(-1 0)T, (0 1) T, (-1 1) T}
ω3：{(-1 -1)T, (0 -1) T, (0 -2) T}
答案：
由于三类样本集的先验概率相等，则概率均为1/3。
多类情况的类内散布矩阵，可写成各类的类内散布矩阵的先验概率的加权和，即：
其中Ci是第i类的协方差矩阵。
其中=,=
则1/3++
=
类间散布矩阵常写成：
其中，m0为多类模式（如共有c类）分布的总体均值向量，即：
==
则=++=
作业二：
设有如下两类样本集，其出现的概率相等：
ω1：{(0 0 0)T, (1 0 0) T,
(1 0 1) T , (1 1 0) T}
ω2：{(0 0 1)T, (0 1 0) T,
(0 1 1) T , (1 1 1) T}
用K-L变换，分别把特征空间维数降到二维和一维，并画出样本在该空间中的位置。
答案：
将所有这些样本的各分量都减去0.5，便可以将所有这些样本的均值移到原点，即(0,0,0)点。
新得到的两类样本集为：
ω1：{(-0.5-0.5-0.5)T, (0.5-0.5-0.5) T,
(0.5-0.50.5) T , (0.50.5-0.5) T}
ω2：{(-0.5-0.50.5)T, (-0.50.5-0.5) T,
(-0.50.50.5) T , (0.50.50.5) T}
符合K-L变换进行特征压缩的最佳条件。因P(ω1)=P(ω2)=0.5，故
解特征值方程|R-λI|=0，求R的特征值。
求得特征值λ1=0.25，λ2=λ3=0.25
其对应的特征向量可由RФi=λiФi求得：
，，
1、将其降到二维的情况：
选λ1和λ2对应的变换向量作为变换矩阵，由y=ФTx得变换后的二维模式特征为：
ω1：{(-0.5-0.5)T, (0.5-0.5) T,
(0.5-0.5) T , (0.50.5) T}
ω2：{(-0.5-0.5)T, (-0.50.5) T,
(-0.50.5) T , (0.50.5) T}
2、将其降到一维的情况：
选λ1对应的变换向量作为变换矩阵，由y=ФTx得变换后的一维模式特征为：
文档评论（0）