第二章 统计模式识别中的几何分类法.pdf

第二章 统计模式识别中的 几何分类法 中科大 自动化系 郑志刚 2007.9  § 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、线性分类器的设计  § 2-5、广义线性判别函数  § 2-6、非线性判别函数  § 2-7、非线形分类器的设计 §2-1 判别函数  在第1章中，说明了模式的概念，它是取自 客观世界中的一次抽样试验样本的被测量 值的综合。如果试验对象和测量条件相 同，所有测量值具有重复性，即在多次测 量中，它们的结果不变，获得的模式称为 确定性的模式。否则，测量值是随机的， 这样的模式称为随机性的模式，简称随机 模式。下面介绍确定性模式的分类方法。 §2-1 判别函数（续）  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 §2.1 判别函数（续） 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  2  1 x 1 边界 3 §2.1 判别函数（续） 判别函数包含两类： 一类 是线性判别函数： 线性判别函数 广义线性判别函数 （所谓广义线性判别函数就是把非线性判 别函数映射到另外一个空间变成线性判别 函数） 分段线性判别函数 另一类是非线性判别函数 §2-2 线性判别函数 我们现在对两类问题和多类问题分别进行讨论。 (一)两类问题 即:  i ( ,  ) T , M 2 1 2 1. 二维情况 ：取两个特征向量 T X ( x 1 , x 2 ) , n 2 这种情况下 判别函数: g(x) w x w x w 1 1 2 2 3 w 为参数， x , x 为坐标向量 1 2 1. 二维情况 在两类别情况，判别函数 g (x) 具有以下性质：