原创力文档- 1、本文档共12页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模式识别课matlab数字识别程序
利用上述矩阵生成特征向量
利用MATLAN 软件把后5个图片变为一个二维矩阵，然后对该矩阵进行二值化处理。
对测试样本进行分类，用F矩阵表示结果，如果是‘1’表示分类正确，‘0’表示分类错误。
对分类错误率分析
实验原始程序：
f=zeros(5,2)
w=zeros(35,2)
q=zeros(35,2)
for i=1:35
filename_1=D:\MATLAB6p5\toolbox\images\imdemos\3\
filename_2=.bmp
a= num2str (i)
b=strcat(filename_1,a)
c=strcat(b,filename_2)
d=imread(c)
e=im2bw(d)
n=0
for u=1:20
m=0
for t=32:36
if(e(t,u)==0)
m=m+1
end
end
if(m5)
n=n+1
end
end
w(i,1)=n
n=0
for u=1:36
for t=10:18
n=n+e(u,t)
end
end
w(i,2)=n
filename_1=D:\MATLAB6p5\toolbox\images\imdemos\4\
filename_2=.bmp
a= num2str(i)
b=strcat(filename_1,a)
c=strcat(b,filename_2)
d=imread(c)
e=im2bw(d)
n=0
for u=1:20
m=0
for t=32:36
if(e(t,u)==0)
m=m+1
end
end
if(m5)
n=n+1
end
end
q(i,1)=n
n=0
for u=1:36
for t=10:18
n=n+e(u,t)
end
end
q(i,2)=n
end
z=zeros(5,2)
x=zeros(5,2)
for i=1:5
filename_1=D:\MATLAB6p5\toolbox\images\imdemos\3\
filename_2=.bmp
a= num2str (i+35)
b=strcat(filename_1,a)
c=strcat(b,filename_2)
d=imread(c)
e=im2bw(d)
n=0
for u=1:20
m=0
for t=32:36
if(e(t,u)==0)
m=m+1
end
end
if(m5)
n=n+1
end
end
z(i,1)=n
n=0
for u=1:36
for t=10:18
n=n+e(u,t)
end
end
z(i,2)=n
filename_1=D:\MATLAB6p5\toolbox\images\imdemos\4\
filename_2=.bmp
a= num2str (i)
b=strcat(filename_1,a)
c=strcat(b,filename_2)
d=imread(c)
e=im2bw(d)
n=0
for u=1:20
m=0
for t=32:36
if(e(t,u)==0)
m=m+1
end
end
if(m5)
n=n+1
end
end
x(i,1)=n
n=0
for u=1:36
for t=10:18
n=n+e(u,t)
end
end
x(i,2)=n
end
d1=10000*ones(5,2)
d2=10000*ones(5,2)
for i=1:5
for j=1:35
a=(w(j,1)-z(i,1))*(w(j,1)-z(i,1))+(w(j,2)-z(i,2))*(w(j,2)-z(i,2))
b=(q(j,1)-z(i,1))*(q(j,1)-z(i,1))+(q(j,2)-z(i,2))*(q(j,2)-z(i,2))
if(ad1(i,1))
d1(i,1)=a
end
if(bd1(i,2))
d1(i,2)=b
end
end
if(d1(i,1)d1(i,2))
f(i,1)=1
end
for j=1:35
c=(w(j,1)-x(i,1))*(w(j,1)-x(i,1))+(w(j,2)-x(i,2))*(w(j,2)-x(i,2))
d=(q(j,1)-x(i,1))*(q(j,1)-x(i,1))+(q(j,2)-x(i,2))*(q(j,2)-x(i,2))
if(d2(i,1)c)
d2(i,1)=c
end
if(d2(i,2)d)
d2(i,2)=d
end
end
if(d2(i,1)d2(i,2))
f(i,2)=1
End
End
实验结果：
错误率为0.1，符合要求。
心得体会：
通过本次实验，使我们对模式识别有了更进一步的理解，并基本掌握了用计算机实现简单的模式识别，达到了实
文档评论（0）