中南大学模式识别课程设计报告.docxVIP

CENTRAL SOUTH 模式识别课程设计报告 题 目 学生姓名 班级学号 指导教师 设计时间 前言 1、课程设计的目的 《模式识别》课程是智能科学与技术等专业教学计划中以应用为基础的一门专业课，是研究如何用机器去模拟人的视觉、听觉、触觉等感觉器官以识别外界环境的理论与方法，《模式识别》课程设计的目的是使学生掌握统计模式识别的基本分类方法的算法设计及其验证方法，通过设计性实验的训练，以提高学生设计算法及数值实验的能力，进一步提高分析问题、解决问题的能力。通过本课程设计，学习利用监督或非监督学习方法对生活中的实际问题进行识别分类，掌握模式识别系统的基本设计思路与步骤。 2、课程设计的基本内容 观察生活与环境，自选一个题目，采用一种监督或非监督学习方法对其进行分类与识别。（贝叶斯决策、Fisher线性判别、感知准则方法、Parzen 窗法或 Kn 近邻法、K-L变换法、K-means等）。 数据源可以自选， 也可以参考UCI数据集：/ml/ 目录 前言---------------------------------------------------------------------------1 目录---------------------------------------------------------------------------2 正文---------------------------------------------------------------------------3 结论---------------------------------------------------------------------------5 附录---------------------------------------------------------------------------6 参考文献---------------------------------------------------------------------8 正文 我们组选择用模式识别中的Fisher线性判别方法，根据身高体重数据，来进行男女判别分类的问题。 选用的编程语言工具是matlab，于win7系统环境下编程。 算法流程图： 将训练集female.mat和male.mat中数据用矩阵表示为w1和w2，利用MATLAB的mean()函数分别求出w1和w2的均值，在D维空间中：各样本类内离散度矩阵、总类内离散度矩阵和样本类间离散度矩阵的计算公式分别为： 利用以上公式可以求出男生和女生类别的类内离散度矩阵、总类内离散度矩阵和样本类间离散度矩阵，分别用s1、s2、sw、sb表示。之后，利用公式： 可以求出使Fisher准则函数取极大值时的解，也就是D维空间到一维Y空间最好的投影方向，用vector_w表示。在此基础上求出一维Y空间中的均值ave_m1、ave_m2。 取先验概率pw1 = 0.5; pw2 = 0.5;利用公式求出w0 = (ave_m1+ave_m2)/2 + log(pw1/pw2)。 对于测试样本sample中选取了15个女生的数据加20个男生数据，利用： vector_w*sample(n,:) - w00来判别为女生； vector_w*sample(n,:) - w00来判别为男生。 之后我们用了30个数据测试最后实验结果显示为： right = 28 wrong = 2 准确率为93%。 附录 程序代码： clc; clear; %女生样本 w1=[171 53;168 57;160 58;161 45;153 51;160 53;165 53.2;163 44;164 55; 160 50.5;161 50;154 63;152 50;166 52;165 55;183 67;165 57.5; 169 57.1;170 60;163 47;165 50;160 51;140 46;170 60;171 57;164 55; 149 50;167 57;165 57;163 44;163 50;166 60;166 47;168 57;160 50; 163 47.5;157 50;163 51;169 50;167 54;165 52;157 46;163 50;162 53; 153 65;166 55;170 56;160 45;1