搜档网
当前位置:搜档网 › 模式识别课件6-rotation-invariant-features

模式识别课件6-rotation-invariant-features

模式识别课件6-rotation-invariant-features
模式识别课件6-rotation-invariant-features

Scaled to half size Mirror-imaged Original Pattern

模式识别作业第二章

第二章作业 2.3.一个样本分类问题中使用了一个特征x ,以及两个类别的点集合:{}{}122,1,1.5;1,0.5,0ωω=-=--。 a).在二维空间里,分别应用特征y 1=x 和特征y 2=x 2为这两类设计一个线性决策方程。 b).在原始特征空间里确定一个二次型分类器,使得它与上一问中的线性分类器相对应。 解:由题知[]x 2,1,1.5,10.5,0=---,且{}{}122,1,1.5;1,0.5,0ωω=-=-- a).由特征1y x =和特征22y x =可得 [][]12y y ,y '2,1,1.5,1,0.5,0;4,1,1.52,1,0.25,0'==--- 则在y 1,y 2坐标系中用matlab 做出二维分布如下图: Matlab 程序如下: y=[-2,1,1.5,-1,-0.5,0;4,1,1.5^2,1,0.25,0]; y1=y(1,:);y2=y(2,:); [m,n]=size(y); for i=1:n if i<4 plot(y1(i),y2(i),'d');hold on ;

else plot(y1(i),y2(i),'x');hold on; end end 在上图中做出合适的判别函数分界线,如下: 总程序如下: y=[-2,1,1.5,-1,-0.5,0;4,1,1.5^2,1,0.25,0]; x=[1 1 1 -1 -1 -1]; %x为输出目标 y1=y(1,:);y2=y(2,:);N=100; [m,n]=size(y); for i=1:n if i<4 plot(y1(i),y2(i),'d');hold on; else plot(y1(i),y2(i),'x');hold on; end end %找出分类判别函数 w=[2,-1,0]';y(3,:)=1;k=0;

相关主题