模式识别-第5章线性判别函数.pptx

下载文档 降价啦

4
0
约小于1千字
约 62页
2017-05-29 发布于湖北
举报
版权申诉
保障服务

模式识别-第5章线性判别函数.pptx

1、本文档共62页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

模式识别-第5章线性判别函数课件

第五章线性判别函数;5.1 线性判别函数和判别界面;线性不可分情况;线性判别函数;线性判别函数的增广形式;两类问题线性判别准则;线性分类器的分类界面;分类界面的几何解释;多类问题（情况一）;多类问题（情况一）分类界面;多类问题（情况一）判别规则;多类问题（情况二）;多类问题（情况二）分类界面;多类问题（情况二）判别准则;多类问题（情况三）;多类问题（情况三）判别函数;5.2 线性判别函数的学习 ;训练样本的规范化;解区域的几何解释(特征空间中）;解区域的几何解释(权空间中）;一般求解方法—梯度下降法;5.3 感知器算法(Perceptron);感知器准则;感知器算法(批量调整版本);感知器算法(单样本调整版本);例5.1;感知器算法的特点;5.4 最小平方误差算法(LMSE);最小平方误差的准则函数;权值矢量的求解(伪逆求解法);例5.2 ;权值矢量的求解(迭代求解法);LMSE算法的特点;LMSE算法;5.5 支持矢量机(SVM, Support Vector Machine);函数间隔和几何间隔;最优分类界面;支持矢量;SVM的准则函数;SVM的准则函数;Kuhn-Tucker构造法;Kuhn-Tucker构造法;Kuhn-Tucker构造法;SVM解的讨论;支持向量和Lagrange系数;SVM解的讨论;Matlab实现;5.6 多类别线性判别函数的学习 ;Kesler构造法（扩展的感知器算法）;两类问题的感知器网络;多类问题的感知器网络;两层感知器网络的训练样本;两层感知器网络的训练方法;5.7 线性分类器的局限性;解决途径;广义线性判别函数;XOR问题的二次函数解;广义线性判别函数的实质;广义线性判别函数的问题;分段线性判别函数（一）;分段线性判别函数（二）;树形决策分类