资源描述：
《实验一Bayes分类器设计.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、模式识别实验报告实验报告课程名称：模式识别学院：电子通信与物理学院专业：电子信息工程班级：电子信息工程2013-3姓名：学号：指导老师：第8页共8页模式识别实验报告实验一Bayes分类器设计本实验旨在让同学对模式识别有一个初步的理解，能够根据自己的设计对贝叶斯决策理论算法有一个深刻地认识，理解二类分类器的设计原理。1实验原理最小风险贝叶斯决策可按下列步骤进行： (1)在已知，，i=1,…，c及给出待识别的的情况下，根据贝叶斯公式计算出后验概率： j=1,…，x (2)利用计算出的后验概率及决策表，按下面的公式计算出采取,i=1,…，a的条件风险 ,i=1,2,…
2、,a (3)对(2)中得到的a个条件风险值,i=1,…，a进行比较，找出使其条件风险最小的决策，即 则就是最小风险贝叶斯决策。2实验内容假定某个局部区域细胞识别中正常（）和非正常（）两类先验概率分别为正常状态：P（）=0.9；异常状态：P（）=0.1。现有一系列待观察的细胞，其观察值为：-3.9847-3.5549-1.2401-0.9780-0.7932-2.8531第8页共8页模式识别实验报告-2.7605-3.7287-3.5414-2.2692-3.4549-3.0752-3.99342.8792-0.97800.79321.18823.0682-1.5799-
3、1.4885-0.7431-0.4221-1.11864.2532已知类条件概率密度曲线如下图：类条件概率分布正态分布分别为（-2，0.25）（2,4）试对观察的结果进行分类。3实验要求1)用matlab完成分类器的设计，要求程序相应语句有说明文字。2)根据例子画出后验概率的分布曲线以及分类的结果示意图。3)如果是最小风险贝叶斯决策，决策表如下：最小风险贝叶斯决策表：状态决策α106α210请重新设计程序，画出相应的后验概率的分布曲线和分类结果,并比较两个结果。第8页共8页模式识别实验报告1.最小错误率贝叶斯决策试验程序%分类器设计x=[-3.9847-3.5549-1.2
4、401-0.9780-0.7932-2.8531-2.7605-3.7287-3.5414-2.2692-3.4549-3.0752-3.99342.8792-0.97800.79321.18823.0682-1.5799-1.4885-0.7431-0.4221-1.11864.2532];disp(x);pw1=0.9;pw2=0.1;%[R1_x,R2_x,result]=bayesSY(x,pw1,pw2);e1=-2;a1=0.5;e2=2;a2=2;m=numel(x);pw1_x=zeros(1,m);pw2_x=zeros(1,m);results=zero
5、s(1,m);fori=1:mpw1x(i)=(pw1*normpdf(x(i),e1,a1))/(pw1*normpdf(x(i),e1,a1)+pw2*normpdf(x(i),e2,a2));pw2x(i)=(pw2*normpdf(x(i),e2,a2))/(pw1*normpdf(x(i),e1,a1)+pw2*normpdf(x(i),e2,a2));endfori=1:mifpw1x(i)>pw2x(i)result(i)=0;%正常细胞数elseresult(i)=1;%异常细胞数endenda=[-5:0.05:5];%去样本点画图n=numel(a);p
6、w1_plot=zeros(1,n);pw2_plot=zeros(1,n);forj=1:n第8页共8页模式识别实验报告pw1_plot(j)=(pw1*normpdf(a(j),e1,a1))/(pw1*normpdf(a(j),e1,a1)+pw2*normpdf(a(j),e2,a2));pw2_plot(j)=(pw1*normpdf(a(j),e2,a2))/(pw1*normpdf(a(j),e1,a1)+pw2*normpdf(a(j),e2,a2));endfigure(2);holdon;plot(a,pw1_plot,'k-',a,pw2_plot,'
7、r-');fork=1:mifresult(k)==0plot(x(k),-0.1,'b^');%正常细胞用三角表示elseplot(x(k),-0.1,'rp');%异常细胞用五角星表示endendlegend('正常细胞后验概率曲线','异常细胞后验概率曲线','Location','Best');xlabel('样本细胞的观察值');ylabel('后验概率')title('后验概率分布曲线')gridon实验结果第8页共8页模式识别实验报告2.最小风险贝叶斯决策分类器设计实验程序function[R1_x,
