模式识别考试参考 (边肇祺版书).pdf

第一章 P2 1、两种基本的模式识别法：统计模式识别和结构（句法）模式识别方法。 2 、基于统计方法的模式识别系统主要由4 部分组成：数据获取、预处理、 特征提取和选择、分类决策。如图： 数据获取：通常输入对象的信息由下列3 种类型：二维图像、一维波形、 物理参量和逻辑值。 预处理：目的是去除噪声，加强有用信息，并对部分退化现象进行复原。 特征提取和选择：这个过程是为了有效地实现分类识别，要对原始数据 进行变换，得到最能反应分类本质的特征。 分类决策：在特征空间中用统计方法把被识别对象归为某一类别。 第二章 P9 要用贝叶斯进行分类时的要求：各类别总体的概率分布式已知的；要决策 分类的类别数是一定的。 P x w P w ( | i ) ( i ) P10 贝叶斯公式： P w x ( i | ) 2 P x w P w ∑ ( | j ) ( j ) j 1 基于最小错误率的贝叶斯决策规则为：如果P (w | x ) P (w | x ) ，则把x 归 1 2 类于正常状态w ，反之P (w | x ) P (w | x ) ，则把x 归类于异常状态w 。 1 1 2 2 （如果 ( | ) max ( | ), ） P w x P w x x w 则 ∈ i j i j 1,2 P11 例2.1 P12 在多类决策中，最小错误率贝叶斯决策规则： 如果P (w | x ) max P (w | x ), 则x ∈w 。 i j i j c 1,, P14 期望风险R 反映对整个特征空间上所有 x 的取值采取相应的决策α（x ） 所带来的平均风险；而条件风险R （α|x）只是反映了对某一x 的取值采 i 取决策α所带来的风险。 i 最小风险贝叶斯决策规则为： ( | ), 。 如果R（a |x）= min R a x