模式识别作业模板.doc

模式识别导论大作业 （2015-2016第一学期） 姓名 ××× ×××××× 任课教师 ××× 南京航空航天大学 K均值聚类 功能描述： 带注释的源代码 分类结果 对K均值聚类算法的分析 线性分类器设计 以第一题的分类结果作为样本集，首先选取训练集与测试集（训练集大概是整体样本的2/3），请分别给出三个类别的训练集与测试集包含的样本编号： 设定分类规则（一对多还是一对一），并利用迭代法在训练集上设计线性分类器（给出惩罚系数），给出判别函数。同时将测试集中的数据代入判别函数，给出测试的准确率； 设定分类规则（一对多还是一对一），并利用Fisher法在训练集上设计线性分类器，给出判别函数（给出各类的类间离散度矩阵与类内离散度矩阵等参数）。同时将测试集中的数据代入判别函数，给出测试的准确率； 对上述的两种算法进行分析 贝叶斯决策 保持第二题中已选择的训练集与测试集不变，将所有的样本从4维降低为两维（随机选取两维），将训练集的所有样本点在二维坐标系下标注出来，注意不同的类别用不同形状的点加以区分。 利用贝叶斯决策与训练集设计分类器，写出判别函数与判别规则。 将判别函数作用于测试集，在二维坐标系下将测试集的数据标注出来，注意不同的类别用不同形状的点加以区分，用深浅不同的灰度表示错分与正确分类的样本点，给出分类的准确率。 实验结果分析 特征选择 保持第二题中已选择的训练集与测试集不变，利用特征选择算法，将样本从4维特征空间降至2维特征空间。给出特征选择的依据与算法过程。并将训练集的所有样本点在二维坐标系下标注出来，注意不同的类别用不同形状的点加以区分。 依然利用贝叶斯决策和训练集设计分类器，写出判别函数。 将判别函数作用于测试集，在二维坐标系下将测试集的数据标注出来，注意不同的类别用不同形状的点加以区分，用深浅不同的灰度表示错分与正确分类的样本点，给出分类的准确率 实验结果分析 系统设计 任务描述：设计一个模式识别系统，可以识别笔、直尺与橡皮。 基本要求：按照统计类模式识别的基本步骤，从数据采集开始，到特征提取、分类器设计，直至测试结果，给出每一步的具体实现过程。 心得体会 基于核的联想记忆及聚类算法的研究与应用 南京航空航天大学 4 - 4 -