模式识别方法.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 基于主成分对近红外光谱进行discrimination analysis的方法原理 对建模样品的近红外光谱进行主成分分析，将原来上千个波长点下的近红外吸光值压缩为m个主成分得分来表示； 计算每一类样品在主成分坐标系（即载荷轴、特征向量，又叫主成分光谱）下的类重心坐标； 求每个样品到每一类重心的马氏距离，距哪一类马氏距离最小，该样品就归哪一类。 无监督模式识别法 不需要训练集，对所研究的模式进行适当分类的问题则需要用无监督模式识别方法，这类模式识别方法又叫聚类分析法(clustering analysis method)。 常用聚类分析方法有： 分级聚类分析法—Hierarchical clustering methods 最小（大）生成树法—Minimun（Max） Spanning Tree Method K均值聚类法—K-means Clustering Method 模糊聚类法—Fuzzy clustering method PCA投影分类法等等 1? 基于PCA的聚类分析法 因为 X =USVt 即XV=US 亦即XV= [v1, v2,..., vA] == US 可见矩阵US=T (亦称非标准化的得分矩阵) 的每一个元素实际是每一个样本向量xit(i=1,2,...,n)对荷载矩阵V中的每一相互正交的荷载矢量上的投影坐标（内积本质上就是投影），它反映了样本与样本之间的相互关系; 同理可得，载荷矩阵的每一个元素实际是每一个变量向量xj(j=1,2,...,d)对得分矩阵中的每一相互正交的得分矢量上的投影坐标，它反映了变量与变量之间的相互关系。 主成分分析的数学与几何意义示意图 Projection discrimination based onprincipal component analysis 2??基于相似统计量的分类方法 （1） 一次计算形成法 该法根据相似矩阵直接按相似性的大小连接成图。 首先选出最相似的一对样本，连接成组，并随时 把有关连接顺序、被连接的样品号和相似性水平 记入连接顺序表中，连接完一对样本后，再选择 相似性大的一对，如此依次进行，直到把所有点 都聚合为一群并得到一个连接顺序表，根据该表 作出分类谱系图。 i) 若选出的一对样本在已形成的组中均未出现过，则将它们形成一个独立的新组。 ii) 若选出的一对样本中有一个在已经分好的组中出现过，则把另一个样品加入该组中。 iii) ?若选出的两对样品都分别出现在两个组中，则把这两个组合并为一个组。 iv) 若选出的一对样品都在同一组中则不需再分组。 某铜镍矿床样品的聚类分析谱系图  （2）最大生成树法Largest Spanning Tree Method 上图点与点之间的数据叫作路径强度，表示两样本点间的相似程度。如果一个路径的起点与终点重合，称这条路径构成一个回路，对于图中砍去某些边得到的树叫生成树。若某生成树所有路径的强度都大于或等于其它生成树的路径强度，则称此生成树为最大生成树。 只要找到相似关图的最大生成树，就可以根据最大生成树进行模糊聚类分析，其分类准则是：对于规定的阈值水平?，路径强度大于?的顶点可归为一类。 根据最大生成树进行聚类分析的方法如下： （1）先连接路径强度最大的两点，然后连接路径强度次大的两点； （2）继续连接所剩下点的最大路径强度的两点，直到所有的点都被连接； （3）对连接所得到的树进行检查，找到最小路径的边，将其割断就得到两类，如此继续分割，直至类数已达到所要分的类数。 模式识别在分析化学中的应用 谱图解析 理想的谱图解析方法是彻底弄清各种谱图产生的机理，从理论上完成从实测谱图到化学成分、分子结构、化学键等化学信息的变换。但实际上很难完全做到这点。 谱图数据的急剧增加使得单凭少数有经验的专家来做谱图解析已不能满足需要。 计算机图谱解析技术： （1）数据库图谱显示方法—将大量已知化合物的图谱存入数据库，通过检索的方祛来识别谱图。 （2）模式识别法—利用已知谱图作训练集，对未知物的谱图作分类、鉴别以至结构测定等等(例如近红外仪软件中的定性分