相关文档

• 模式识别实验一.doc

  模式识别实验一实验人：胡虎跃(S0704335) 实验题目：极大似然估计和Fisher线形判别分析 Prob. 1(a)编写程序对实验数据中的W1的三个特征进行计算求解最大似然估计u和δ(b)处理二维数据处理W1中的任意两个特征的组合(c)处理三维数据处理W1中的三个特征的组合(d)在这三维高斯模型可分离的条件下编写程序估计类别w2中的均值和协方差矩阵中的3个参数(e)比较前4种方式计算出

• 模式识别实验报告.doc

  院 系： 计算机科学学院 专 业： 智能科学与技术 年 级： 2012 级 课程名称： 模式识别 组 号： 13组 组 员： 徐灿 马卿 指导教师： 孙阳光老师 2014年12月30日年级2012级20122138552012213875专业智能科学与技术徐灿马卿

• 模式识别实验报告.doc

  模式识别实验报告基于BP神经网络的字符识别 学 院：信息与通信学院 专 业：信号与信息处理 基于BP神经网络的字符识别1 实验目的综合掌握模式识别的原理了解识别过程的程序设计方法2 实验内容熟悉模式识别的理论方法用选择一种合适的识别方法对图像中的字符(英文字母)进行识别能够区分出不同的形态的26个字母3 实验方法在Matlab中采用BP神经网络对读取的数据进行训练进而识别4 程

• 模式识别实验报告.doc

  模式识别与智能信息处理实践实验一 聚类分析一实验目的通过聚类分析实验加深对聚类分析基本思想方法的理解和掌握二实验内容了解动态静态聚类算法的特点熟练掌握k-均值算法或层次聚类算法编写能对实际模式样本正确分类的算法程序掌握动态聚类算法的基本思想认识类别数初始类心的选择对k-均值算法聚类结果的影响编写能对实际模式样本正确分类的k-均值算法程序三方法手段设类别数为k选取k个初始聚类中心按最小距离原则将

• 模式识别实验报告.doc

  #

• 模式识别实验报告iris.doc

  实验原理实验数据：IRIS数据分为三种类型每种类型中包括50个思维的向量实验模型：假设IRIS数据是正态分布的实验准备：在每种类型中选择部分向量作为训练样本估计未知的均值和方差的参数实验方法：最小错误判别准则最小风险判别准则实验原理：贝叶斯公式已知共有类别统计分布为正态分布已知先验概率及类条件概率密度函数对于待测样品贝叶斯公式可以计算出该样品分属各类别的概率叫做后验概率看属于哪个类的可能性最大就把

• 模式识别Fisher线性判别实验.doc

  实验三 Fisher线性判别实验：徐维坚 ：2220103484 日期：201277实验目的：加深对Fisher线性判别的基本思想的认识和理解编写实现Fisher线性判别准则函数的程序实验原理：基本原理：一般情况下我们总可以找到某个方向使得这个方向的直线上样本的投影能分开的最好而Fisher法所要解决的基本问题就是找到这条最好的最易于分类的投影线先从d维空间到一维空间的一维数学变换

• 模式识别实验指导书2011.doc

  #

• _模式识别_课程实验设计(matlaab).doc

  《模式识别》课程实验设计(matlaab) TOC o 1-2 h z u  HYPERLINK l _Toc230410830 1 线性分类器设计 PAGEREF _Toc230410830 h 2 HYPERLINK l _Toc230410831 1.1 ESM PAGEREF _Toc230410831 h 2 HYPERLINK l _Toc23041

• _模式识别_实验报告-贝叶斯分类.doc

  《模式识别》实验报告---最小错误率贝叶斯决策分类一实验原理对于具有多个特征参数的样本(如本实验的iris数据样本有个参数)其正态分布的概率密度函数可定义为式中是维行向量是维行向量是维协方差矩阵是的逆矩阵是的行列式本实验我们采用最小错误率的贝叶斯决策使用如下的函数作为判别函数(3个类别)其中为类别发生的先验概率为类别的类条件概率密度函数由其判决规则如果使对一切成立则将归为类我们根据假设：类别