第二章线性判别函数.pdfVIP

第二章 线性判别函数 线性判别函数 • 线性判别函数 线性判别函数 两类问题和多类问题 预处理 两类问题和多类问题 线性判别函数性质 特征提取 • 贝叶斯决策 线性判别函数性质 非线性判别函数 非线性判别函数 • 概率总体的估计 线性分类设计 分类 线性分类设计 梯度下降法 梯度下降法 后处理 • 邻近法则和集群 感知准则函数 感知准则函数 • 模式特征的抽取和选择 固定增量算法 固定增量算法 最小平方误差准则函数 最小平方误差准则函数 Fisher线性判别函数 Fisher线性判别函数 第二章 线性判别函数 线性判别函数和决策面 基本概念 线性判别函数和决策面 感知准则函数和梯度下降 感知准则函数和梯度下降 法 法 如何求解判别函数 固定增量算法 固定增量算法 最小平方误差准则函数 最小平方误差准则函数 分段线性函数 非线性判别函数 分段线性函数 Fisher线性判别函数 Fisher线性判别函数 § 2.1 判别函数的概念 假设对一模式X已抽取n个特征，表示为： X (x 1 , x 2 , x 3 ,..., x n ) T X 是n 维空间的一个向量 模式识别问题就是根据模式X的n个特征来判 别模式属于ω ,ω , … , ω 类中的那一类。 1 2 m 注意区分：维数和类别的概念 例如下图：三类的分类问题，它们的边界线就是一 个判别函数 x 2