模式识别课程设计.docxVIP

模式识别导论课程设计学号： 班级： 姓名：班级 学号 姓名 命题教师 教研室（系）主任审核(签字) …………………………………………装…………………………………订………………………………线………………………………………装订线以内不准作任何标记 2014 /2015学年 第一学期考试题（卷）课程名称模式识别考试性质考查试卷类型A使用班级电信1101-1103考试方法大作业人 数100题 号一二三四五六七八九十总 成 绩成 绩（以下题目任选一题）一、请结合具体的应用背景，设计层次聚类法分类器，并编写程序，分析结果，提交报告一份。报告内容包括：（1）具体应用背景的介绍；（10分） （2）分类器设计方法概述及选择依据分析；（10分） （3）层次聚类法原理及算法步骤；（20分） （4）层次聚类法流程设计；（20分） （5）层次聚类算法程序；（10分） （6）程序仿真及结果分析；（20分） （7）结论；（5分） （8）参考文献。（5分）二、请结合具体的应用背景，设计K-均值聚类法分类器，并编写程序，分析结果，提交报告一份。报告内容包括：（1）具体应用背景的介绍；（10分） （2）分类器设计方法概述及选择依据分析；（10分） （3）K-均值聚类法原理及算法步骤；（20分） （4）K-均值聚类法流程设计；（20分） （5）K-均值聚类算法程序；（10分） （6）程序仿真及结果分析；（20分） （7）结论；（5分） （8）参考文献。（5分）三、请结合具体的应用背景，设计感知器算法分类器，并编写程序，分析结果，提交报告一份。报告内容包括： （1）具体应用背景的介绍；（10分） （2）分类器设计方法概述及选择依据分析；（10分） （3）感知器算法原理及算法步骤；（20分） （4）感知器算法流程设计；（20分） （5）感知器算法程序；（10分） （6）程序仿真及结果分析；（20分） （7）结论；（5分） （8）参考文献。（5分）四、请结合具体的应用背景，设计基于K-L变换的特征提取算法，并编写程序，分析结果，提交报告一份。报告内容包括： （1）具体应用背景的介绍；（10分） （2）特征提取方法概述及选择依据分析；（10分） （3）基于K-L变换的特征提取算法原理及步骤；（20分） （4）基于K-L变换的特征提取算法流程设计；（20分） （5）基于K-L变换的特征提取算法程序；（10分） （6）程序仿真及结果分析；（20分） （7）结论；（5分） （8）参考文献。（5分）1具体应用背景的介绍随着社会经济的发展、人口的增多，人们对水资源的利用更加重视，不同的水资源质量程度不一，为了更好地适应人类的需求，需要对水资源根据污染物有机物、无机物、重金属含量进行适当的分类。在这里将运用模式识别的方法简单的对其分类为一类水与二类水。2分类器设计方法概述及选择依据分析感知器是一种神经网络模型，是20世纪50年代中期到60年代初人们对模拟人脑学习能力的一种分类学习机模型的称呼，当时有些人认为它是一种学习记的强有力模型，后来发现估计过高，由于无法实现非线性分类，到60年代中期，从事感知器研究的实验室纷纷下马，但在发展感知器是所获得的一些数学概念，如“赏罚分明”今天仍在模式识别中起着很大的作用。将用感知器的方法在本次设计中对水资源进行分类3感知器算法原理及算法步骤两类线性可分的模式类 ，设其中，，应具有性质 （3-1）对样本进行规范化处理，即ω2类样本全部乘以(－1)，则有： 感知器算法通过对已知类别的训练样本集的学习，寻找一个满足上式的权向量。感知器算法步骤： （1）选择N个分属于ω1和 ω2类的模式样本构成训练样本集{ X1 ,…, XN }构成增广向量形式，并进行规范化处理。任取权向量初始值W(1)，开始迭代。迭代次数k=1。（2）用全部训练样本进行一轮迭代，计算WT(k)Xi 的值，并修正权向量。分两种情况，更新权向量的值：分类器对第i个模式做了错误分类，权向量校正为：c：正的校正增量。若分类正确，权向量不变：,统一写为： (3-3)（3）分析分类结果：只要有一个错误分类，回到（2），直至对所有样本正确分类。感知器算法是一种赏罚过程：分类正确时，对权向量“赏”——这里用“不罚”，即权向量不变；分类错误时，对权向量“罚”——对其修改，向正确的方向转换。采用多类情况3的方法时，应有：若，则 对于M类模式应存在M个判决函数： ,,,,,算法主要内容：设有M中模式类别：设其权向量初值为：训练样本为增广向量形式，但不需要规范化处理。第K次迭代时，一个属于ωi 类的模式样本X被送入分类器，计算所有判别函数 (3-4)分二种情况修改权向量：若，则权向量不变； 若第L个权向量使，则相应的权向量作调整，即： (3-5)其中c为正的校正增量，只要模式类在情况3判