模式识别复习重点总结.docVIP

- - - -可修编- 1.什么是模式及模式识别？模式识别的应用领域主要有哪些？ 模式：存在于时间，空间中可观察的事物，具有时间或空间分布的信息； 模式识别：用计算机实现人对各种事物或现象的分析,描述,判断,识别。 模式识别的应用领域：〔1〕字符识别；〔2〕医疗诊断；〔3〕遥感； (4〕指纹识别 脸形识别；〔5〕检测污染分析，大气，水源，环境监测； 〔6〕自动检测；〔7 〕语声识别，机器翻译，自动查询，侦听，机器故障判断； 〔8〕军事应用。 2.模式识别系统的根本组成是什么？ 〔1〕 信息的获取：是通过传感器，将光或声音等信息转化为电信息； 预处理：包括A\D,二值化，图象的平滑，变换，增强，恢复，滤波等, 主要指图象处理； 〔3〕 特征抽取和选择：在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征； 〔4〕 分类器设计：分类器设计的主要功能是通过训练确定判决规那么，使按此类判决规那么分类时，错误率最低。把这些判决规那么建成标准库； 分类决策：在特征空间中对被识别对象进展分类。 3.模式识别的根本问题有哪些？ 〔1〕模式(样本)表示方法：〔a〕向量表示；〔b〕矩阵表示；〔c〕几何表示；〔4〕基元(链码)表示； 〔2〕模式类的紧致性：模式识别的要求:满足紧致集，才能很好地分类；如果不满足紧致集，就要采取变换的方法,满足紧致集 〔3〕相似与分类；(a)两个样本xi ，xj之间的相似度量满足以下要求： ①应为非负值 ②样本本身相似性度量应最大 ③度量应满足对称性 ④在满足紧致性的条件下，相似性应该是点间距离的 单调函数 (b)用各种距离表示相似性 〔4〕特征的生成:特征包括：(a)低层特征;(b)中层特征;(c)高层特征 数据的标准化:(a)极差标准化；(b)方差标准化 4．线性判别方法 〔1〕两类：二维及多维判别函数，判别边界，判别规那么 二维情况：〔a〕判别函数： ( ) 〔b〕判别边界：g(x)=0; 〔c〕判别规那么： n维情况：〔a〕判别函数： 也可表示为： 〔b〕判别边界：g1(x) =WTX=0 〔c〕判别规那么： 〔2〕多类：3种判别方法〔函数、边界、规那么〕 (A)第一种情况：(a)判别函数：M类可有M个判别函数 (b)判别边界：ωi〔i=1,2,…,n〕类与其它类之间的边界由 gi(x)=0确定 (c)判别规那么： (B)第二种情况：(a)判别函数：有 M(M _ 1)/2个判别平面 (b)判别边界： (c)判别规那么： (C)第三种情况：(a)判别函数： (b)判别边界： gi(x) =gj(x) 或gi(x) -gj(x) =0 (c)判别规那么： 5．什么是模式空间及加权空间，解向量及解区？ 〔1〕模式空间：由 构成的n维欧氏空间； 〔2〕加权空间：以 为变量构成的欧氏空间； 〔3〕解向量：分界面为H，W与H正交，W称为解向量； 〔4〕解区：解向量的变动范围称为解区。 6．超平面的四个根本性质是什么？ 性质①：W与H正交； 性质 ②： 其中， 为x矢量到H的正交投影； 性质③： 性质④： 7．二分法能力如何表示？ N个样品线性可分数目(条件：样本分布良好〕： 线性可分概率: 8．广义线性判别方法 〔1〕非线性→线性 一个非线性判别函数通过映射，变换成线性判别函数： 〔2〕线性判别 9．分段线性判别方法 1〕基于距离:〔1〕子类，类判别函数 〔2〕判别规那么 〔1〕子类：把ωi类可以分成li个子类: ∴ 分成l个子类。 子类判别函数： 在同类的子类中找最近的均值 〔2〕判别规那么： 这是在M类中找最近均值。那么把x归于ωj类完成分类 2〕基于函数：〔1〕子类，类判别函数 〔2〕判别规那么 〔1〕子类类判别函数：对每个子类定义一个线性判别函数为： 〔2〕判别规那么：在各子类中找最大的判别函数作为此类的代表，那么对于M类，可定义M个判别函数gi(x),i=1,2,…..M,因此，决策规那么