黄庆明 模式识别与机器学习 第四章 作业.pdfVIP

黄庆明 模式识别与机器学习 第四章 作业.pdf

  1. 1、本文档共2页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
设有如下三类模式样本集ω1,ω2和ω3,其先验概率相等,求Sw和Sb ω1:{(1 0), (2 0), (1 1)}T T T ω2:{(-1 0), (0 1), (-1 1)}T T T ω3:{(-1 -1), (0 -1), (0 -2)}T T T 一般特征的散布矩阵准则 类内: c T Sw P( )E{(xm )(xm ) | }i i i i i 1 类间: c S P( )(m m )(m m )T b i i 0 i 0 i 1 每类的均值向量为: 4  2  1  m  3  m  3  m  3  1  1  2  2  3 4   3  3  3 2 1  2 1  2 1  1  9 9  1  9 9  1  9 9  S   w 31 2  3 1 2  31 2   9 9  9 9  9 9 2 1   9 27  1 2   27 9 总体均值向量为:  1  m  9  0 1   9 121 44  49 49  16 44  S 1  81 81 1  81 81 1  81 81  b 344 16  349 49  344 121   81 81   81 81  81 81 62 13   81 81 13 62   81 81 设有如下两类样本集,其出现的概率相等: ω1:{(0 0 0)T, (2 0 0) T, (2 0 1) T , (1 2 0) T} ω2:{(0 0 1)T, (0 1 0) T, (0 -2 1) T , (1 1 -2) T} 用K-L 变换,分别把特征空间维数降到二维和一维,并画出样本在该空间中的位置 (可用 matlab 计算)。 首先计算均值位置: T 1 1 T 1 T 3 1 1     m ( 5 2 1  1 0 0 )   2 4 4 4 4 8 所以将样本进行平移得: T T T T  3 1

文档评论(0)

annylsq + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档