文档介绍：《模式识别》实验指导书河北工业大学信息工程学院《模式识别》课程组 2008 年1月 2 前言模式识别是电子信息工程专业的一门重要的专业选修课。其目的是通过对模式识别基本理论、概念和方法的学****使学生能够灵活运用所学知识,借助计算机解决实际工程应用中的自动识别问题。而模式识别实验是本门课程重要的教学环节, 其目的是使学生掌握统计模式识别中常见分类方法的算法设计及其验证方法,通过接受实验的训练,以提高学生的分析和解决问题的能力。为此,河北工业大学信息工程学院编写了《模式识别实验指导书》。在编写中由于可供参考的实验指导资料有限,因此本书肯定存在不少不妥之处,恳请读者予以批评指正。本实验指导书共包含三个实验。第一个实验为安装并使用模式识别工具箱,通过本次实验可以让学生了解模式识别软件的具体形态、基本设置以及运行流程,了解一些基本识别方法的工作过程。第二个实验为用人工神经网络对二维样本进行分类,通过本次实验可以让学生掌握人工神经网络的运行机理,了解神经网络在解决实际问题时如何进行参数设置和模型选择。第三个实验为用支持向量机进行人脸识别,通过本次实验可以让学生掌握支持向量机的运行机理、参数选择与快速算法等, 了解在实际分类中学****样本库的重要性。 3 目录实验一安装并使用模式识别工具箱--------------------------------------- -------------------4 实验二用人工神经网络对二维样本分类--------------------------------------- ------------13 实验三用支持向量机进行人脸识别--------------------------------------- ------------------22 4 实验一安装并使用模式识别工具箱(2学时) 一、实验目的 ,能熟练使用工具箱中的各项功能; ; ; ; ,了解参数 K值对分类性能的影响(选做); (选做)。二、实验内容 ; ; ,并观测迭代次数对分类性能的影响; ,并与贝叶斯决策器的分类结果比较; ,并观测不同的 K值对分类性能的影响(选做); (选做)。三、实验仪器、设备 1. PC 机-系统最低配置 512M 内存、 P4 CPU ; 2. Matlab 仿真软件- / /2006a 等版本的 Matlab 软件。四、实验原理 、灵活应用既有的模式识别方法、开发研制新的识别方法、提高学生分析和解决问题能力的一个良好平台。本实验采用的模式识别工具箱是由 Elad Yom-Tov , Hilit Serby 和 David G. Storka 等人开发的。 ,贝叶斯决策通常利用一些决策规则来判定样本的类别。最常 5 见的决策规则有最大后验概率决策和最小风险决策等。设共有 K 个类别,各类别用符号 kc?? Kk,,2,1??代表。假设 kc 类出现的先验概率?? k P c 以及类条件概率密度??| k P c x 是已知的,那么应该把 x 划分到哪一类才合适呢?若采用最大后验概率决策规则,首先计算 x 属于 kc 类的后验概率???????????????? 1 | | || k k k k kK k k k P c P c P c P c P c P P c P c ?? ?? x x xxx 然后将 x 判决为属于 kc ~类,其中?? 1 argmax | k k K k P c ? ??x ?若采用最小风险决策,则首先计算将 x 判决为 kc 类所带来的风险??, k R c x ,再将 x 判决为属于 kc ~类,其中?? min , kk k R c ?x ?可以证明在采用 0-1 损失函数的前提下,两种决策规则是等价的。贝叶斯决策器在先验概率?? k P c 以及类条件概率密度??| k P c x 已知的前提下,利用上述贝叶斯决策规