模式识别(二).pdfVIP

2 本科生课程 模式识别 (Pattern Recognition) 武汉大学计算机学院 袁志勇 Email: yuanzywhu@163.com 第2章 线性判别分析 2.1 判别函数 2.2 线性判别函数 2.3 线性判别函数的性质 2.4 广义线性判别函数 2.5 线性分类器设计 2.6 分段线性分类器设计(*:不要求) • 统计模式识别在模式识别学科方向中研究历史最长， 是模式识别的主要理论。 统计模式识别分为判别函数法和聚类分析法两大 类。判别函数法属于监督分类 (Supervised Classification)，聚类分析法属于非监督分类 (Unsupervised Classification)。 判别函数法需要有足够的先验知识，首先利用已 知类别的训练样本集确定出判别函数，然后再利用训 练好的判别函数对未知的模式进行识别分类。 在判别函数法中，又可分为线性判别函数法、非 线性判别函数法和统计决策方法等，其中线性判别函 数法和非线性判别函数法是几何分类法，用于研究确 定性事件的识别分类；统计决策方法是概率分类法， 用于研究随机事件的识别分类。 线性判别函数法 几何分类法 判别函数法 非线性判别函数法 统计模式 统计决策方法 概率分类法 识别 聚类分析法 几何分类法: 研究确定性事件的分类 概率分类法: 研究随机事件的分类 图: 统计模式识别方法的分类 • 在科研、生产和日常生活中，经常会遇到各 种各样的判别问题，即要根据某个体的特征 的观察值，判断它属于几个类别中的哪一个 类。如，医生根据病人的生理指标（体温、 血压、白细胞数目等）来判断病人生何种病 等就属此类。其实，在生物学分类、医疗诊 断、地质找矿、石油钻探、天气预报等诸多 领域，判别分析方法已经成为一种有效的统 计推断方法。 • 简单地说，所谓判别分析问题，就是指在已 有给定的若干个模式类 （若干个总体）的观 察资料的基础上，构造出一个或多个判别函 数，并能由此函数对未知其所属类别的新的 模式作出判断，决定其应属于哪个模式类。 2.1 判别函数 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 ω 2 ω 1 x 1 边界 ω3 2.1 判别函数 假设对一模式X 已提取n个特征，表示为： X (x , x ,x ,...,x )T 1 2