原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
随机矢量：
在模式识别过程中，要对许多具体对
象进行测量，以获得许多次观测值。
每次观测值不一定相同，所以对许多 对象而言，各个特征分量都是随机变量， 即许多对象的特征向量在n维空间中呈随 机性分布，称为随机矢量。
1.3 随机矢量的描述
1
为确定性矢量。
随机矢量的联合概率分布函数定义为：
1.3 随机矢量的描述
(一)随机矢量的分布函数：
式中 表示括号中事件同时发生的概率。
为随机矢量，
2
(一)随机矢量的分布函数：
随机矢量 的联合概率密度函数定义为：
1.3 随机矢量的描述
3
1.3 随机矢量的描述
4
1.3 随机矢量的描述
p (x w 2 )
p (x w1)
p(x)
x
5
1.3 随机矢量的描述
6
(二)随机矢量的数字特征：
其中， 的分量：
1.3 随机矢量的描述
式中，
密度。随机矢量
个分量的边缘 的各分
量是相应的各随机分量的均值。
的第
的均值矢量
7
(二)随机矢量的数字特征：
⑵ 条件期望
在模式识别中，经常以类别 作为条件，在这 种情况下随机矢量 的条件期望矢量定义为
1.3 随机矢量的描述
8
(二)随机矢量的数字特征：
⑶ 协方差矩阵
随机矢量 的自协方差矩阵表征各分量围绕 其均值的散布情况及各分量间的相关关系， 其定义为：
1.3 随机矢量的描述
9
1.3 随机矢量的描述
10
1.3 随机矢量的描述
11
(二)随机矢量的数字特征：
⑷ 相关系数
由布尼亚科夫斯基不等式知 :
相关系数矩阵定义为 :
1.3 随机矢量的描述
12
1.3 随机矢量的描述
13
1.3 随机矢量的描述
14
1.3 随机矢量的描述
15
1.3 随机矢量的描述
16
1.4 正态分布
17
(1)一维随机变量的正态分布
1.4 正态分布
18
1.4 正态分布
19
(2)随机矢量的正态分布
正态分布随机矢量
的概率密度函数定义为：
1.4 正态分布
20
21
1.4 正态分布
(2)二维随机变量的正态分布
1.4 正态分布
22
1.4 正态分布
23
类型空间 不大c
采集方法校正
特征提取/选择 特征提取/选择
预处理 很大R
判决规则 分类
特征空间 有限d
制定分类的
方法校正
图象
512×512
d=3
长度
纹理
亮度
c=2
松木\ 桦木
dR无限
模式采集
模式空间 有限/
总结：模式识别过程
识别过程 维数
客观世界
待识别对象
范例
木板
学习过程
无限
文档评论（0）