模式识别实验指导书.pdfVIP

第 1 页模式识别实验指导书 信 息 工 程 学 院 模式识别 实 验 指 导 书 王文华，徐蔚然编著 第 2 页模式识别实验指导书 2007 年 3 目 录 实验课概况 1 实验一、Bayes 分类器设计2 实验二、基于 Fisher 准则线性分类器设计 5 实验三、基于感知函数准则线性分类器设计 10 实验四、近邻法分类器设计 12 实验五、动态聚类 21 第 1 页模式识别实验指导书 实验课概况 课程名称：模式识别 适应专业：信息工程、自动化、信息安全、信息科学、数字媒体艺术 实验学时：8 开科学期：5 学期 一、实验的性质、任务和基本要求 （一）实验课的性质 《模式识别》实验课是一门非独立的实验课，是同学对模式识别理论内容进行充分的理解 的基础上，根据相应的原理，设计实验内容，完成实验任务，是理论知识实践化的方式， 利于学生更好的吸收，领悟模式识别的原理与应用，培养学生的动手实践的能力。 （二）实验课的基本要求 1、理解模式识别的基本概念 2、 掌握各种算法的流程，以及相应的优缺点。 3、会使用相应的模式识别分类器等算法处理实验问题。 二、实验的分配情况 序号 实验内容 学时 选作 1 Bayes 分类器算法 2 必做 2 Fisher 线性分类器设计， 2 二选一 3 感知器设计 2 4 近邻法 4 二选一 5 动态聚类 4 第 2 页模式识别实验指导书 实验一、Bayes 分类器设计 1.1 实验类型： 基础型：Bayes 分类器设计 1.2 实验目的： 本实验旨在让同学对模式识别有一个初步的理解，能够根据自己的设计对贝叶斯决策理论 算法有一个深刻地认识，理解二类分类器的设计原理。 1.3 实验条件： matlab 软件 1.4 实验原理： 最小风险贝叶斯决策可按下列步骤进行： 　　 (1)在已知P ( ) ，P (X  ) ，i=1,…，c 及给出待识别的X 的情况下，根据贝叶斯公式 i i 计算出后验概率： P (X  )P ( ) 　　　 P ( X )  i i 　j=1,…，x i c P (X  )P ( ) i i j 1 　　 (2)利用计算出的后验概率及决策表，按下面的公式计算出采取ai ,i=1,…，a 的条件风险 c 　　 R (a X )   (a , )P ( X ) ,i=1,2,…,a i i j j j 1 　　 (3)对 (2)中得到的a 个条件风险值R (a X ) ,i=1,…，a 进