Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 3.决策函数和分类器 (1)决策函数定义 把待分类样本分到哪一类去的函数 待分 决策 类样 函数 本X D(X)
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 3. 决策函数和分类器 (1) 决策函数定义 把待分类样本分到哪一类去的函数。 待分 类样 本X 决策 函数 D(X) w1 w2 w3 . wM ???
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 设X=(1,X)是N维模式（矢 量)，x是特征分量（元素）， 又设W=(W1,W2,wM)是M个类， 如果函数D(X)>()D),i◇j 使得： X分类到w中， 则DX)叫决策函数
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 设X=(x1 , x2 , ., xN) t 是N维模式 (矢 量), xk是 特征分量 (元素)， 又设W= (w1 , w2 , ., wM) t 是M个类， 如果函数Di (X) >(<) Dj (X) ，i<>j， 使得: X分类到wi中， 则D(X) 叫决策函数
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 (2)决策函数类型 线性决策函数 最小距离决策函数 最近邻决策函数 非线性决策函数 贝叶斯决策函数
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 （2）决策函数类型 线性决策函数 最小距离决策函数 最近邻决策函数 非线性决策函数 贝叶斯决策函数
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 (3)线性决策函数和分类器 决策函数： D:(X)=∑aik&k+a0 k=1,2,.N,ak:决策系数矩阵，ao:阈值 分类器： 如果D(X)=max(D:(X},i,j=1,2,.,M 则X->wo 决策系数：由最优化或学习训综来确定
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 （3）线性决策函数和分类器 决策函数： Di (X) = kaikxk + ai0 k=1,2,.N, aik: 决策系数矩阵, ai0: 阈值 分类器: 如果Di (X) = max{Dj (X) }，i,j=1,2,.,M, 则X->wi。 决策系数:由最优化或学习训练来确定
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 分类器： 待分 D: max 本X
Digital Image Processing and Pattern Recognition 第十章 模式识别的理论与方法 分类器： 待分 类样 本X w1 w2 w3 . wM max D1 D2 D3 . DM