模式识别习题参考1齐敏-教材第3章.docVIP

第2章判别函数及几何分类法

习题解答

3.1在一个10类的模式识别问题中，有三类单独满足多类情况1，其余的类别满足多类情况2。问该模式识别问题所需判别函数的最少数目为多少？

答：满足多类情况1的3类问题，需要3个判别函数，

满足多类情况2的7类问题，需要个判别函数，

3+21=24

即共需24个判别函数。

3.2一个三类问题，其判别函数为

，，

设这些函数是在多类情况1条件下确定的，绘出判别界面及每一模式类别的区域。

设为多类情况2，并使，，，绘出判别界面及每一模式类别的区域。

设，和是在多类情况3的条件下确定的，绘出其判别界面及每一模式类别的区域。

解：〔1〕多类情况1时的判别界面及每一模式类别的区域如解图3.1所示。

〔2〕多类情况2时的判别界面及每一模式类别的区域如解图3.2所示。

〔3〕多类情况3：

三个判别界面方程为：

，即

满足且的区域属于类分布区域。

满足且的区域属于类分布区域。

满足且的区域属于类分布区域。

判别界面及各模式类的区域如解图3.3所示。

1

1

2

2

3

42

0

-4

解图3.1

解图3.1多类情况1时的判别界面及各类别的区域

1

1

2

2

3

42

0

-4

解图3.

解图3.2多类情况2时的判别界面及各类别的区域

2

2

1

3

2

0

3

4

1

4

解图3.

解图3.3多类情况3时的判别界面及各类别的区域

3.3有5个良好分布的二维模式，问把它们任意线性地分为两组的概率是多少？

解：∵

∴

即所求概率为0.6875。

3.4设准那么函数为

式中实数b0，试导出两类模式的分类算法。

解：用梯度法求识别两类模式的判别函数权向量的递推式。

其中，

当时，；

当时，。

由此得：

3.5两类训练样本为

：

：

设，用感知器算法求解判别函数，并绘出判别界面。

解：感知器算法为：

，c为正的校正增量。

首先，将所有样本写成增广向量的形式并编号，属于的样本乘以(-1)：

，，，

，，，

取c=1开始迭代：

第一轮：

，故

，故

，故

，故

，故

第二轮：

第三轮：

第四轮：

该轮迭代分类结果全部正确，故解向量，对应的判别函数为：

01/3-1/31/2x2x3x1判别界面如解图3.4所示

0

1/3

-1/3

1/2

x2

x3

x1

解图3.

解图3.4判别界面

3.6三类问题的训练样本为

：，：，：

试用多类感知器算法求解判别函数。

解：将训练样本写成增广形式：

，，

取初始值，c=1，迭代过程如下：

第一次迭代，以作为训练样本，计算得

因为且不成立，故

第二次迭代，以作为训练样本，计算得

因为且不成立，故

第三次迭代，以作为训练样本，计算得

因为，但不成立，故

第四次迭代：以作为训练样本，计算得：

因为且，故：

，，

第五次迭代：以作为训练样本，计算得：

因为且不成立，故

第六次迭代：以作为训练样本，计算得：

，，

因为且，故：

，，

第七次迭代：以作为训练样本，计算得：

，，

因为且，故：

，，

第八次迭代：以作为训练样本，计算得：

因为且，故：

，，

七、八次迭代中，对三个样本都已正确分类，故权向量的解为：

相应的三个判别函数为：

3.7用LMSE算法求解3.5题中两类模式的判别函数，并绘出判别界面。

解：标准化增广样本矩阵为：

首先求伪逆矩阵：

取初值和c=1，开始迭代：

(1)

(2)

此时，的分量全部为负值，停止迭代。观察到

01/2

0

1/2

-1/2

1/2

x2

x3

x1

故有解，解为。

判别函数为：

判别界面如解图3.5所示，图中虚线为

判别界面分别与坐标面，，

的交线。

解图3.

解图3.5判别界面

3.8两类模式

：；：

用LMSE算法检验模式样本的线性可分性。

解：标准化增广样本矩阵为：

求得伪逆矩阵为：

取初值和c=1，那么

因为的全局部量均为负值，停止迭代，可能为线性不可分情况。考虑此时不成立，故模式线性不可分。

3.9用二次埃尔米特多项式的势函数法计算3.8题中两类模式的判别函数。

解：埃尔米特多项式的前三项为：

根据题意，建立二维的正交函数集：

生成势函数：

式中：。

设初始积累势函数。逐步计算积累势函数：

(1)，

所以

(2)，因，分类正确，

所以。

(3)，因，分类正确，

所以。

(4)，因，分类正确，

所以。

(5)，因，分类正确，

所以。

以上对全部训练样本都能正确分类，故算法收敛于判别函数：

3.10用指数型势函数求解3.8题中两类模