浅析3 状态识别.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * 状态识别与判决方法原理 贝叶斯决策理论方法-分类 一、最小错误率的贝叶斯决策规则 根据贝叶斯公式，可得上式的等价形式 Bayes判别方法是基于最小错误率。错误率是分类性能好坏的一种度量，它是指平均错误率，用P(e)表示，其定义为 正常状态 异常状态 参看例4-2 状态识别与判决方法原理 贝叶斯决策理论方法-分类 一、最小错误率的贝叶斯决策规则 式中 表示在整个n维特征空间积分。对两类问题，由决策规则可知：当p(ω1/x)p(ω2/x)时，应决策为ω2。在作出决策时，x的条件错误概率为p(ω1/x)，反之为p(ω2/x)。可表示为 状态识别与判决方法原理 贝叶斯决策理论方法-分类 二、最小损失风险的贝叶斯决策规则 故障诊断误判 正品 次品 次品 正品 严 重 后 果 损失函数 设决策方法为αj,任一损失函数Lij,，对给定的x其相应的概率为P(ωi/x)，则采用决策αj时的条件期望损失 有错误但不一定产生严重后果 状态识别与判决方法原理 距离函数分类法-概念 由N个特征参数组成的特征矢量相当于N维特征空间上的一个点。研究证明同类状态的模式点具有聚类性，不同类状态的模式点则有各自的聚类域和聚类中心。如果能事先知道各类状态的模式点的聚