文档介绍：一．计算题
1、在图像识别中，假定有灌木和坦克 2 种类型，它们的先验概率分别是
和，损失函数如下表所示。其中，类型 w1 和 w2 分别表示灌木和坦克，判决
a11，a22。现在做了 2 次实验，获得 2 个样本的类概率密度如下：
P(x |  )  状 W W
1 1 2
P(x |  )  态
2
损失
（1）试用最小错误率贝叶斯准则判决 2 决策个样本各属
a 2
于哪一类？坦克、灌木。 1
a 4
（2）试用最小风险决策规则判决 2 个样 2 本各属于哪
一类？灌木、灌木。
答：（1）最小错误率贝叶斯准则
第一个样本：
p(x |  )P( ) * 14
P( | x)  1 1   
1 2 *  * 32
 p(x |  )P( )
j j
j1
P( | x)  1 P( | x)  1 
2 1
P( | x)  P( | x)  x  ，决策为坦克
2 1 2
第二个样本：
p(x |  )P( ) * 35
P( | x)  1 1   
1 2 *  * 44
 p(x |  )P( )
j j
j1
9
P( | x)  1 P( | x)  1  
2 1 44
P( | x)  P( | x)  x ，决策为灌木
2 1 1
（2）最小风险决策规则
    2   4  
11 12 21 22
第一个样本
2
R(a | x)   P( | x)   P( | x)   P( | x)
1 1 j j 11 1 12 2
j1
 *  2* 
2
R(a | x)   P( | x)   P( | x)   P( | x)
2 2 j j 21 1 22 2
j1
 4*