TAILIEUCHUNG - Bài giảng Lý thuyết nhận dạng – Chương 3: Nhận dạng mẫu dựa trên thống kê

"Bài giảng Lý thuyết nhận dạng – Chương 3: Nhận dạng mẫu dựa trên thống kê" với các nội dung bộ phân lớp cực tiểu khoảng cách; phân lớp theo khoảng cách Mahalanobis; ước lượng tham số hợp lý cực đại của phân bố Gaussia; mô hình hỗn hợp; giải thuật EM – cực đại hàm tin cậy; giải thuật EM – cực đại hàm tin cậy . | Nhận dạng dựa trên thống kê LÝ THUYẾT NHẬN DẠNG CHƯƠNG 3 NHẬN DẠNG MẪU DỰA TRÊN THỐNG KÊ 1 Biên soạn TS Ngô Hữu Phúc Bộ môn Khoa học máy tính Học viện kỹ thuật quân sự Email ngohuuphuc76@ . BỘ PHÂN LỚP CỰC TIỂU KHOẢNG CÁCH . Phân lớp theo khoảng cách Euclidean 1 2 Bộ phân lớp Bayesian tối ưu thỏa một số rằng buộc sau Các lớp có xác suất như nhau. Dữ liệu của tất cả các lớp theo phân bố chuẩn Gaussian. Ma trận hiệp phương sai là giống nhau với tất cả các lớp. Ma trận hiệp phương sai có dạng đường chéo và tất cả các thành phần trên đường chéo giống nhau dạng S σ2 I với I là ma trận đơn vị. Nhận dạng dựa trên thống kê 2 . BỘ PHÂN LỚP CỰC TIỂU KHOẢNG CÁCH . Phân lớp theo khoảng cách Euclidean 2 2 Với các rằng buộc trên bộ phân lớp Bayesian tối ưu tương đương bộ phân lớp cực tiểu khoảng cách Euclidean. Như vậy cho vecto x chưa biết x sẽ được gán vào lớp ωi nếu lt Nhận xét Bộ phân lớp Euclidean thường được sử dụng vì tính đơn giản của nó kể cả trong trường hợp các rằng buộc trên không thỏa mãn. Cách phân lớp này còn được gọi là phân lớp gần nhất theo tiêu chuẩn Euclidean. Nhận dạng dựa trên thống kê 3 . BỘ PHÂN LỚP CỰC TIỂU KHOẢNG CÁCH . Phân lớp theo khoảng cách Mahalanobis Trong bộ phân lớp Bayesian tối ưu nếu bỏ yếu tố ma trận hiệp phương sai có dạng đường chéo với các phần tử giống nhau khi đó bộ phân lớp này tương đương với phân lớp cực tiểu theo khoảng cách Mahalanobis. Như vậy với vecto x chưa biết x được gán vào lớp ωi nếu lt Trong đó S là ma trận hiệp phương sai. Nhận dạng dựa trên thống kê 4 VÍ DỤ MỤC Xem xét bài toán phân lớp với 2 lớp trên không gian 3 chiều. Hai lớp lần lượt là ω1 và ω2 với Sử dụng mô hình phân bố Gaussian. m1 0 0 0 T m1 T . Cả hai lớp có xác suất như nhau. Ma trận hiệp phương sai là S T Với vecto x x được gán là nhãn gì theo 2 khoảng cách Euclidean và Mahalanobis Nhận dạng dựa trên thống kê 5 VÍ DỤ MỤC CONT Mã MatLAB close all 2.

• Cơ sở dữ liệu
• Bài giảng Lý thuyết nhận dạng
• Bài giảng Lý thuyết nhận dạng Chương 3
• Nhận dạng mẫu dựa trên thống kê
• Cực đại hàm tin cậy
• Mô hình hỗn hợp
• Bài giảng Lý thuyết nhận dạng Chương 2
• Chương 2 Giới thiệu về nhận dạng mẫu
• Giới thiệu về nhận dạng mẫu
• Nhận dạng mẫu
• Chuẩn hóa dữ liệu
• Lý thuyết nhận dạng
• Kỹ thuật trong lý thuyết nhận dạng
• Ước lượng mật độ dùng cửa sổ Parzen
• Mạng neural theo xác suất
• Một số kỹ thuật trong lý thuyết nhận dạng
• Mạng neural RBF
• Sử dụng mạng neural RBF
• Bài giảng Lý thuyết nhận dạng Chương 1
• Chương 1 Nội dung môn học
• Nhận dạng mẫu dựa trên thống kê học
• Ước lượng hàm mật độ xác suất
• giáo trình lý thuyết
• nhận dạng ứng dụng
• quá trình nhận thức
• thuật toán nhận dạng
• phân loại dạng
• khoa học nhận dạng
• phân lớp dạng
• Nhắc lại kiến thức xác suất
• Luật tổng xác suất
• Định lý Bayes
• Bài giảng Lý thuyết nhận dạng Chương 4
• Tối ưu hóa hàm lượng giá
• Hàm lượng giá
• Thuật toán perceptron
• Bài giảng Lý thuyết nhận dạng Chương 5
• Sự phân lớp dựa
• Phân lớp dựa trên láng giềng gần nhất
• Tìm kiếm trên đồ thị
• Tin học lý thuyết
• Bài giảng Tin học lý thuyết
• Máy Turing
• Turing Machine
• Mô hình TM
• TM nhận dạng ngôn ngữ
• Bài giảng Lý thuyết mạch
• Lý thuyết mạch
• Kỹ thuật điện
• Phân tích vật lý
• Phân tích toán học
• Chức năng mô hình hóa