模式识别-支撑向量机

《模式识别-支撑向量机》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、模式识别原理华中科技大学图像识别与人工智能研究所图像分析与智能系统研究室曹治国2021/8/913.6支撑向量机2021/8/933.6支撑向量机2021/8/943.6支撑向量机2021/8/953.6支撑向量机2021/8/963.6支撑向量机2021/8/973.6支撑向量机2021/8/983.6支撑向量机2021/8/993.6支撑向量机2021/8/9103.6支撑向量机2021/8/9113.6支撑向量机2021/8/9123.6支撑向量机2021/8/9133.6支撑向量机2021/8/

2、9143.6支撑向量机2021/8/9153.6支撑向量机2021/8/9163.6支撑向量机公式推导2021/8/9173.6支撑向量机非线性可分时2021/8/9183.6支撑向量机非线性可分时2021/8/9193.6支撑向量机非线性可分时2021/8/9203.6支撑向量机非线性可分时，在广义线性判别函数时是变换到新的空间中2021/8/921广义线性判别函数2021/8/9223.6支撑向量机一个例子2021/8/9233.6支撑向量机X要变换到高维空间2021/8/9243.6支撑向量机用X

3、的函数表示这种变换2021/8/9253.6支撑向量机用X的函数表示这种变换2021/8/9263.6支撑向量机要做(m+2)(m+1)/2次乘法和加法2021/8/9273.6支撑向量机2021/8/9283.6支撑向量机2021/8/9293.6支撑向量机2021/8/9303.6支撑向量机2021/8/9313.6支撑向量机2021/8/9323.6支撑向量机2021/8/9333.6支撑向量机2021/8/9343.6支撑向量机2021/8/9353.6支撑向量机结论：当我们处理非线性可分情况时

4、，将特征向量变换到高维空间时，我们可以只要定义变换后的内积运算，而不必真的进行这种变换。统计学习理论指出，只要这种运算满足Mercer条件，它就可以作为这里的内积使用2021/8/9363.6支撑向量机2021/8/9373.6支撑向量机2021/8/9383.6支撑向量机由于最终的判别函数中实际只包含与支持向量的内积和求和，因此，识别时的计算复杂度取决于支持向量的个数2021/8/9393.6支撑向量机