- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
模式识别期末论文一
深圳大学研究生课程: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:萧嘉慰
学 号:2110130216
规定提交日期:2012年3月 20 日
实际提交日期:2012年 3月16日
摘 要:本实验利用matlab函数生成符合要求的高斯数据,高斯二维向量,是一个随机向量,其中每一个分量都是随机变量,服从正态分布。但是一个二维随机向量不仅要求考虑每个分量单独的分布,还要考虑两个随机变量之间的关系。d维特征向量的正态分布用下式表示
其中μ是X的均值向量,也是d维Σ是d×d维协方差矩阵,而Σ-1是Σ的逆矩阵,|Σ|是Σ的行列式Σ是非负矩阵,在此我们只考虑正定阵,即|Σ|>0。
实验结果与讨论:
用N=12个维数d=4的模式对(a)(b)两小题的函数进行验证,可得
x =
4.4978 1.1886 6.6288 9.4290
6.3066 4.5246 6.4257 5.6595
4.0687 -0.9581 1.9604 2.8044
5.7615 9.1604 6.8586 7.0851
-0.4911 -1.4428 6.4217 2.6478
5.4573 1.7835 8.9517 8.9920
-0.9689 7.0459 3.5095 4.7491
5.5540 5.1825 5.2884 0.4576
4.9927 9.4878 9.9568 3.9730
-0.1258 -5.9344 -2.2861 -2.4911
-2.3021 2.8159 2.9464 1.8581
-1.0801 3.1506 3.5050 1.1679
y =
1.0e+004 *
1.2122
0.3220
0.1949
2.5577
取c=5,N=120,先验概率分别为0.3,0.2,0.1,0.2,0.2高斯分布的均值为m和方差s我取了5个不同的值。
a =
-0.3165 -0.3280 1.0013 0.3863
0.8911 1.3379 2.5540 2.3559
-0.9095 -0.1558 0.5604 0.4633
1.6360 1.4511 -0.2903 -6.0656
1.1772 -0.1370 -1.7837 -6.7865
-0.1049 0.0714 2.1562 4.1794
1.1908 0.4188 2.6178 7.0571
1.6076 0.6126 1.5653 1.0435
-0.1695 -2.3078 -2.9594 -3.2136
0.4445 -0.4346 0.0412 -1.1610
0.7135 0.6218 1.3816 2.6498
0.8595 -0.1705 -1.8073 -6.6170
0.3367 -0.4019 -1.1724 -4.4115
0.2148 -1.8203 -1.8551 -1.0817
-1.0950 -2.8434 -3.8206 -6.0875
1.0621 1.0938 3.0514 6.2459
0.5220 0.0326 -0.3737 -1.6335
0.6571 0.5744 0.8667 1.6935
-1.0178 -1.3015 -1.2357 -2.5661
0.5701 -0.1029 1.6972 2.9314
2.6210 1.2784 -0.3244 -2.0402
-0.2154 -1.2240 -1.1853 -2.1451
1.9643 2.4727 2.7363 0.5861
-1.2705 -4.6168 -6.8258 -8.931
文档评论(0)