假设对一模式X已抽取n个特征,表示为:
X=(x1,x2,x3,....xn)T X=(x_1,x_2,x_3,....x_n)^TX=(x1,x2,x3,....xn)T
X是n维空间的一个向量
模式识别问题就是根据模式X的n个特征来判别模式属于ω1 ,ω2 , … , ωm类中的那一类。
例如这个图:三类的分类问题,它们的边界线就是一个判别函数
用判别函数进行模式分类,取决两个因素:
判别函数的几何性质:线性与非线性
判别函数的参数确定:判别函数形式+参数
判别函数包含两类:
一类是线性判别函数:
线性判别函数:线性判别函数是统计模式识别的基本方法之一,简单且容易实现。
广义线性判别函数:
所谓广义线性判别函数就是把非线性判别函数映射到另外一个空间(高维)变成线性判别函数
分段线性判别函数:
另一类是非线性判别函数
这里我们举一个多类问题的例子
先手工推导一下
首先确定判别边界
作图如下:有点丑,大概意思是对的
原创文章 13获赞 10访问量 1597
关注
私信
展开阅读全文
作者:sanyiji