模式识别-第5章线性判别函数.pptxVIP

第五章 线性判别函数;5.1 线性判别函数和判别界面;线性不可分情况;线性判别函数;线性判别函数的增广形式;两类问题线性判别准则;线性分类器的分类界面;分类界面的几何解释;多类问题（情况一）;多类问题（情况一）分类界面;多类问题（情况一）判别规则;多类问题（情况二）;多类问题（情况二）分类界面;多类问题（情况二）判别准则;多类问题（情况三）;多类问题（情况三）判别函数;5.2 线性判别函数的学习 ;训练样本的规范化;解区域的几何解释(特征空间中）;解区域的几何解释(权空间中）;一般求解方法—梯度下降法;5.3 感知器算法(Perceptron);感知器准则;感知器算法(批量调整版本);感知器算法(单样本调整版本);例5.1;感知器算法的特点;5.4 最小平方误差算法(LMSE);最小平方误差的准则函数;权值矢量的求解(伪逆求解法);例5.2 ;权值矢量的求解(迭代求解法);LMSE算法的特点;LMSE算法;5.5 支持矢量机(SVM, Support Vector Machine);函数间隔和几何间隔;最优分类界面;支持矢量;SVM的准则函数;SVM的准则函数;Kuhn-Tucker构造法;Kuhn-Tucker构造法;Kuhn-Tucker构造法;SVM解的讨论;支持向量和Lagrange系数;SVM解的讨论;Matlab实现;5.6 多类别线性判别函数的学习 ;Kesler构造