《模式识别与人工智能》.doc

. 模式识别与人工智能 （2015 —2016学年第二学期） 姓 名： 学 号： 专 业： 控制科学与工程 成绩评定： 2016年 5 月 9 日 引言 模式识别与人工智能是60年代迅速发展起来的一门学科，属于信息，控制和系统科学的范畴。模式识别就是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别技术主要分为两大类：基于决策理论的统计模式识别和基于形式语言理论的句法模式识别。模式识别的原理和方法在医学、军事等众多领域应用十分广泛。 模式识别与人工智能事实上是典型的多学科交叉：数学、信息科学、计算机科学、控制科学、生理?学、心理学、认知科学和哲学等。正由于此，吸引了众多学科的科学家、工程技术人员致力于模式识别的研究和开发。模式识别?研究模???的自动处理和判读的数学技术科学。?模式识别中的最基本的问题是解决模式的分类。?较全面地看，研究模式的描述、分析、分类、理解和综合。?更高层次的模式识别应该还包括对模式的学习、判断、自适应、自寻优和自动?发现规律等。?所以模式识别在某种意义上和人工智能中的“学习”或“概念形成”相近。模式识别与机器智能的结合将开辟广阔的前景。 模式识别分类主要有数据预处理，特征提取、分类器，特征预测评估等。主要研究为贝叶斯决策、线性判别函数，非线性判别函数，近邻法、特征提取、聚类分析等。 模式识别的研究是确定一个样本的类别属性（模式类）的过程，即把某一样本归属于多个类型中的某个类型。是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、 HYPERLINK /doc/5946861.html \t /doc/_blank 辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。 模式识别与统计学、心理学、语言学、 计算机科学 、生物学、 HYPERLINK /doc/1382831.html \t /doc/_blank 控制论等都有关系。它与 人工智能 、 图像处理 的研究有交叉关系。例如 HYPERLINK /doc/4968442.html \t /doc/_blank 自适应或自组织的模式识别系统包含了人工智能的 HYPERLINK /doc/1435539.html \t /doc/_blank 学习机制。又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术。 目录  TOC \o 1-3 \h \z \u  HYPERLINK \l _Toc451627476 引言  PAGEREF _Toc451627476 \h 2  HYPERLINK \l _Toc451627477 第一题 K均值算法  PAGEREF _Toc451627477 \h 4  HYPERLINK \l _Toc451627478 第二题 感知准则函数  PAGEREF _Toc451627478 \h 7  HYPERLINK \l _Toc451627481 第三题 KPCA方法在ORL人脸数据库中实现人脸识别  PAGEREF _Toc451627481 \h 10  HYPERLINK \l _Toc451627482 程序附录  PAGEREF _Toc451627482 \h 14  第一题 K均值算法 已知数据样本为：(x1,x2,…,x20)={（0，0），（1，0），（0，1），（1，1），（2，1），（1，2），（2，2），（3，2），（6，6），（7，6），（8，6），（6，7），（7，7），（8，7），（9，7），（7，8），（8，8），（9，8），（8，9），（9，9）}，试用C（C=2）均值法进行分类，给出程序和每一次类心的变化过程，汇出动态聚类过程。 1原理 K均值算法使用的聚类准则函数是误差平方和准则，通过反复迭代优化聚类结果，使所有样本到各自所属类别的中心的距离平方和达到最小。 2步骤 第一步： K=2，选初始聚类中心为 第二步： 将待分类的模式特征集{xi}中的模式逐个按最小距离原则划分给K类中的某一类，即： 第三步： 计算重新分类后的各聚类中心，即： 第四步： 3实验结果图像显示 用Matlab 做仿真，图像如下： z1 = 1.2500 1.1250 z2 = 7.6667 7.3333 Y1 = 1.0000 1.2500 1.2