![计算机视觉教程CCV12_第1页](http://file4.renrendoc.com/view/699b51cde1c67adf2fdfc5ee389f0e7b/699b51cde1c67adf2fdfc5ee389f0e7b1.gif)
![计算机视觉教程CCV12_第2页](http://file4.renrendoc.com/view/699b51cde1c67adf2fdfc5ee389f0e7b/699b51cde1c67adf2fdfc5ee389f0e7b2.gif)
![计算机视觉教程CCV12_第3页](http://file4.renrendoc.com/view/699b51cde1c67adf2fdfc5ee389f0e7b/699b51cde1c67adf2fdfc5ee389f0e7b3.gif)
![计算机视觉教程CCV12_第4页](http://file4.renrendoc.com/view/699b51cde1c67adf2fdfc5ee389f0e7b/699b51cde1c67adf2fdfc5ee389f0e7b4.gif)
![计算机视觉教程CCV12_第5页](http://file4.renrendoc.com/view/699b51cde1c67adf2fdfc5ee389f0e7b/699b51cde1c67adf2fdfc5ee389f0e7b5.gif)
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、第12章景物识别12.1 统计模式分类12.2 感知机12.3 支持向量机12.4 结构模式识别12.1 统计模式分类12.1.1 模式分类原理12.1.2 最小距离分类器12.1.3 最优统计分类器12.1.1 模式分类原理一个n维的模式矢量可写成如果一个模式x属于类si,那么有对一个未知模式x来说,如果将它代入所有决策函数算得di(x)值最大,则x属于第i类。如果对x的值,有di(x) = dj(x),则得到将类i与类j分开的决策边界12.1.2 最小距离分类器每个模式类用一个均值矢量表示计算并且在dj(x)给出最大值时将x赋给类sj类si和sj之间的决策边界12.1.3 最优统计分类器1
2、.最优统计分类原理在平均意义上产生最小可能分类误差条件平均风险损失贝叶斯分类器12.1.3 最优统计分类器1.最优统计分类原理损失函数贝叶斯分类器在满足下面的条件时将x赋给类si对0-1损失函数,贝叶斯分类器相当于实现了如下的判决函数12.1.3 最优统计分类器2.用于高斯模式类的贝叶斯分类器贝叶斯决策函数对类sj的贝叶斯决策函数是dj(x) = p(x | sj)P(sj)采用自然对数形式来表达决策函数12.1.3 最优统计分类器例12.1.2模式在3-D空间的分布12.2 感知机两个模式类的感知机模型12.2 感知机感知机的决策边界系统的输出12.2 感知机1.线性可分类由两个线性可分训练
3、集获取权矢量的迭代算法校正增量c设为正的如果机器正确地划分了模式,给它的奖励就是不改变w;但如果机器错误地划分了模式,给它的惩罚就是改变w。根据感知机训练定理12.2 感知机2.线性不可分类准则函数梯度下降算法12.2 感知机2.线性不可分类如将权矢量的变化,即德尔塔写成如下的形式德尔塔(Delta)校正算法当模式y(k)出现时,权矢量w(k)的误差为12.3 支持向量机1.线性可分类设计目的就是要获得一个超平面其中,w = w1, w2, , wlT为权向量,w0为阈值12.3 支持向量机1.线性可分类朝向A为所求,而朝向B给出了一个其他朝向从一个点到一个超平面的距离12.3 支持向量机1.
4、线性可分类用拉格朗日乘数法来解最优解的向量参数w是Ns个(Ns N)与li 0相关的特征向量的线性组合这些向量就称为支持向量,而最优的超平面分类器就称为支持向量机12.3 支持向量机2.线性不可分类(1)向量落在分类带之外且被正确地分了类(2)向量落在分类带之内且被正确地分了类(3)向量被错误地分了类12.3 支持向量机2.线性不可分类此时的目标是在保持具有ri 0的点数尽可能小的条件下,使最近点到超平面的距离尽可能小。此时要最小化的代价函数为12.4 结构模式识别12.4.1 字符串结构识别12.4.2 树结构识别12.4.1 字符串结构识别1.字符串文法文法是一组句法规则,它们能控制字符集
5、中符号产生句子的过程由一个文法G所产生的一组句子称为语言,并记为L(G)。所以句子是符号的串,这些串代表了模 式,而语言对应模式类12.4.1 字符串结构识别1.字符串文法例12.4.1字符串结构示例考虑文法G = (N, T, P, S),其中N = A, B, C,T = a, b, c,P = S aA, A bA, A bB, B c12.4.1 字符串结构识别2.语义应用句法确定目标结构,语义主要与其正确性有关12.4.1 字符串结构识别3.用自动机作为字符串识别器如何识别一个模式是否属于由文法G产生的语言L(G)。结构识别法的基本概念可借助称为自动机 (计算机器)的数学模型来解释有
6、限自动机是由规则语法产生的语言识别器,可定义为一个五元组12.4.1 字符串结构识别3.用自动机作为字符串识别器Q = q0, q1, q2,T = a, b,F = q0。映射规则是d (q0, a) = q2,d (q0, b) = q1,d (q1, a) = q2,d (q1, b) = q0,d (q2, a) = q0,d (q2, b) = q1能识别字符串abbabb,但不能识别字符串aabab12.4.2 树结构识别1.树文法树文法是由如下五元组所定义扩展树文法X1, X2, , Xn 为非终结符号,k 是一个终结符 号,r(k) = n12.4.2 树结构识别1.树文法在这个树文法中,N = X1, X2, X3, S,S = a, b, c, d, e,其中终结符号表示图12.4.4(b)所示的基元12.4.2 树结构识别2.树自动机一个从树叶向树根扫描的树自动机其中,Q为一组状态有限集;F为一组终结状态集,且是Q的一个子集;fk是Qm Q中的关系,其中m为k的秩,Qm代表Q的自身m次笛卡尔乘积,即Qm = Q Q Q Q12.4.2 树结构识别2.树自动机教程作者(章毓晋)联系信息 通信地址:北京清华大学电子工
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 【正版授权】 IEC 60794-2-40:2008 EN-D Optical fibre cables - Part 2-40: Indoor optical fibre cables - Family specification for A4 fibre cables
- 一年级上册心理健康教案
- 中班音乐教案及教学反思《小鼓响咚咚》
- 《丑小鸭》课程教案设计
- 鄂教版小学语文《金色的草地》教案
- 个人买卖合同的变更
- 中班美术《背太阳》教案设计
- 管道建设条款
- 渔业大班语言教案:粉红线
- 广告工程承包合同
- 工具仪器管理制度
- 西装工艺介绍
- 坚持依法统计切实提高统计源头数据质量PPT课件
- 郑州铁路职业技术学院简历模板
- 机电一体化毕业设计论文卧式车床CA6140数控化改造设计
- (最新整理)土方外运方案(最新)
- 供配电变电所设计lili
- 毕业设计论文关节型机械手设计全套图纸 .doc
- 广东省高等学校教学团队
- 销售副总经理经营管理目标责任书
- 肠管脱出的应急救援原则、方法PPT课件
评论
0/150
提交评论