文档介绍：第三章判别函数
第三章判别函数
线性判别函数
广义线性判别函数
分段线性判别函数
模式空间和权空间
Fisher线性判别
感知器算法
采用感知器算法的多类模式的分类
可训练的确定性分类器的迭代算法
势函数法—一种确定性的非线性分类算法
决策树简介
线性判别函数
用判别函数分类的概念
模式识别系统的主要作用
判别各个模式所属的类别
对一个两类问题的判别,就是将模式x划分成ω1和ω2两类。
线性判别函数
用判别函数分类的概念
描述:两类问题的判别函数
线性判别函数
用判别函数分类的概念
用判别函数进行模式分类依赖的两个因素
(1)判别函数的几何性质:线性的和非线性的函数。
线性的是一条直线;
非线性的可以是曲线、折线等;
线性判别函数建立起来比较简单(实际应用较多);
非线性判别函数建立起来比较复杂。
(2)判别函数的系数:判别函数的形式确定后,主要就是确定判别函数的系数问题。
只要被研究的模式是可分的,就能用给定的模式样本集来确定判别函数的系数。
线性判别函数
线性判别函数
n维线性判别函数的一般形式
权向量
增广模式向量
增广权向量
分类问题
两类情况:判别函数d(x)
多类情况:设模式可分成ω1, ω2,…, ωM共M类,则有三种划分方法
多类情况1
多类情况2
多类情况3
线性判别函数
线性判别函数
分类问题
多类情况1
判别函数
图例
[例子]
线性判别函数
线性判别函数
分类问题
多类情况2
判别函数
图例
[例子]
线性判别函数
线性判别函数
分类问题
多类情况3
判别函数
图例
[例子]
线性判别函数
线性判别函数
小结:线性可分
模式分类若可用任一个线性函数来划分,则这些模式就称为线性可分的,否则就是非线性可分的。
一旦线性函数的系数wk被确定,这些函数就可用作模式分类的基础。