课件遥感文件模式识别chapter04.pptxVIP

模式识别Pattern Recognition; 第一章 概论 第二章 贝叶斯决策理论 第三章 判别函数与确定性分类器 第四章 聚类分析 第五章 模式特征分析与选取 第六章 模糊集合理论在模式识别中的应用 第七章 句法模式识别 第八章 神经网络在模式识别中的应用;§4.1 相关概念 §4.2 模式相似性测度与聚类准则 §4.3 聚类算法 §4.4 聚类结果评价;第四章 聚类分析 ;引言 ;引言 ;引言 ; 定义： 对一批没有标出类别的模式样本集，按照样本之间的相似程度分类，相似的归为一类，不相似的归为另一类，这种分类称为聚类分析，也称为无监督分类。; 分类与聚类的区别： 分类：用已知类别的样本训练集来设计分类器（监督学习）。 聚类（集群）：用事先不知样本的类别，而利用样本的先验知识来构造分类器（无监督学习）。; 模式相似/分类的依据： 把整个模式样本集的特征向量看成是分布在特征空间中的一些点，点与点之间的距离即可作为模式相似性的测量依据。 聚类分析是按不同对象之间的差异，根据距离函数的规律（大小）进行模式分类的。; 聚类分析的有效性： 聚类分析方法是否有效，与模式特征向量的分布形式有很大关系。 若向量点的分布是一群一群的，同一群样本密集（距离很近），不同群样本距离很远，则很容易聚类； 若样本集的向量分布聚