模式识别实验报告.doc

《模式识别实验报告.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,…,a　　(3)对(2)中得到的a个条件风险值,i=1,…，a进行比较，找出

2、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：第20页共20页模式识别实验报告-3.9847-3.5549-1.2401-0.9780-0.7932-2.8531-2.7605-3.7287-3.5414-2.2692-3.4549-3.0752-3.99342.8792-0.97800.79321.18823.0682-1.579

3、9-1.4885-0.7431-0.4221-1.11864.2532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20页共20页模式识别实验报告最小

4、错误率贝叶斯决策试验程序x=[-3.9847,-3.5549,-1.2401,-0.9780,-0.7932,-2.8531,-2.7605,-3.7287,-3.5414,-2.2692,-3.4549,-3.0752,-3.9934,2.8792,...-0.9780,0.7932,1.1882,3.0682,-1.5799,-1.4885,-0.7431,-0.4221,-1.1186,4.2532];num=24;%输入的特征值个数result=zeros(1,num);%存放分类结果e1=-

5、2;%正常细胞的特征均值a1=0.5;%正常细胞的特征标准差e2=2;%异常细胞的特征均值a2=2;%异常细胞的特征标准差pw1=0.9;%正常细胞出现的概率pw2=0.1;%异常细胞出现的概率fori=1:numpw1_x=normpdf(x(i),e1,a1)*pw1;%正常细胞后验概率的分子pw2_x=normpdf(x(i),e2,a2)*pw2;%异常细胞后验概率的分子ifpw1_x>pw2_xresult(i)=1;%识别结果为正常细胞endenda=[-5:0.05:5];n=numel

6、(a);pw1_plot=zeros(1,n);pw2_plot=zeros(1,n);forj=1:npw1_plot(j)=(pw1*normpdf(a(j),e1,a1))/(pw1*normpdf(a(j),e1,a1)+pw2*normpdf(a(j),e2,a2));%正常细胞后验概率pw2_plot(j)=(pw2*normpdf(a(j),e2,a2))/(pw1*normpdf(a(j),e1,a1)+pw2*normpdf(a(j),e2,a2));%异常细胞后验概率endfigu

7、re(1);holdon;plot(a,pw1_plot,'k-',a,pw2_plot,'r-.');fork=1:numifresult(k)==1plot(x(k),-0.1,'b*');%正常细胞分布elseplot(x(k),-0.1,'rp');%异常细胞分布endendlegend('正常细胞后验概率曲线','异常细胞后验概率曲线','正常细胞','异常细胞');第20页共20页模式识别实验报告xlabel('样品细胞特征值');ylabel('后验概率');title('后验概率分布曲

8、线');gridon;实验结果带—·—的曲线为判决成异常细胞的后验概率曲线；另一条平滑的曲线为判为正常细胞的后验概率曲线。根据最小错误概率准则，判决结果见曲线下方，其中“*”代表判决为正常细胞，“五角星”代表异常细胞各细胞分类结果。最小风险贝叶斯决策分类器设计实验程序x=[-3.9847,-3.5549,-1.2401,-0.9780,-0.7932,-2.8531,-2.7605,-3.7287,-3.5414,-2.2692,...-3.4549,-