模式识别非线性分类器.pptVIP

1 ? 第 5 章 非线性判别函数 ? 实际问题经常不是线性可分的，即决策面是非线性函数。 ? 常用方法： ① 分段线性函数，见 P83 图 5-3 ，采用距离为分类标准，一般要求对样本 的分布有所了解。 ? 关键是子类数目，权值确定也比较复杂。 ②直接使用非线性判别函数，如神经网络方法。 ③非线性支持向量机，公认是比较好的分类器设计方法。 ? 异或 (XOR) 问题 x 1 x 2 XOR Class 0 0 0 B 0 1 1 A 1 0 1 A 1 1 0 B ? 不存在决策线将两类分开 . 2 ? 而与和或问题是线性可分的 ? 两层感知器 ? 对于问题 , 可以划两条线，而不是一条线。见下页图形 3 ? B 类位于阴影区域之外，而 A 类 位于阴影区域之内。 ? 分类器可以采用两阶段的设计 方法。 ? 阶段 1 划两条线（超平面） 1 2 ( ) ( ) 0 g g ? ? x x 每条线由一个感知器实现 ? 0 ( ) 0 ( ( )) 1, 2 1 ( ) 0 i i i i g y f g i g ? ? ? ? ? x x x ? 阶段 2 根据 y 1 , y 2 的值确定 x 相对两条线的位