Today
模式识别——聚类 模式识别——聚类
1、模式相似性测度1.1 距离测度 欧氏距离:注意物理量单位统一(即需要注意归一化处理) 马氏距离: $$D^2=(X-M)^TC^{-1}(X-M)$$ 特点:对于一切非奇异线性变化都是不变的,说明它不受特征量纲的影响,故是平移不变的。
2022-04-12
模式识别——数理基础 模式识别——数理基础
1. 模式识别的主要方法 数据聚类:用某种相似性方法将原始数据组织成有意义的数据集合(非监督) 统计分类:概念驱动,基于概率统计模型得到各个类别特征向量的分布(有监督) 结构模式识别:通过考虑识别对象各个部分之间的联系来达到识别分类的目的,
2022-04-11
模式识别——深度卷积神经网络 模式识别——深度卷积神经网络
第七章——深度卷积神经网络1. 卷积神经网络CNN 卷积层 单个卷积核:局部信息提取,对于所有位置进行扫描,一个卷积核得到一个特征图; 多个卷积核称作多个通道,用于支持不同的特征提取 一维卷积:相应位置加权求和 卷积核尺寸 步幅
2022-04-08
2 / 2