Параметрическое обучение в теории распознавания образов. Воробьев С.Н - 9 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

9
1/3/2/pi/sqrt(0.75)*exp(1/2/0.75*((x+3).^2(x+3).*(y0.5)+(y0.5).^2));
surf(x,y,z)
colormap(white)
xlim([5,4])
ylim([5,4])
Рис. 3. Совместная плотность признаков
Кластеры, изображенные на рис. 4 для уровня c = 0.01, не только
характеризуют ориентацию плотностей классов, но и показывают, что
минимальная вероятность ошибки классификации достижима для пер
вого и третьего классов, вероятность ошибки при сравнении второго и
третьего классов максимальна.
Рис. 4. Эллипсы рассеивания: c = 0.01
4
2
0
–2
–4
420–2–4
x
y
–6 6
–6
6
1
2
3
0.04
0.02
4
0
–2
–2
2
4
0
2
0
–4
–6
–6
–4
0.06
0.08

Страницы