模式识别上机作业队别：研究生二队姓名：孙祥威学号：112082作业一：1{(0,0),(0,1)}ω=，2{(1,0),(1,1)}ω=。
用感知器固定增量法求判别函数，设1(1,1,1)w=，1kρ=。
写程序上机运行，写出判别函数，打出图表。
解答：1、程序代码如下：clc,clearw=[0 0 1;0 1 1;-1 0 -1;-1 -1 -1];W=[1 1 1];rowk=1;flag=1;flagS=zeros(1,size(w,1));k=0;while flagfor i=1:size(w,1)if isempty(find(flagS==0))flag=0;break;endk=k+1;pb=w(i,:)*W';if pb<=0flagS(i)=0;W=W+rowk*w(i,:);elseflagS(i)=1;endendendW,kwp1=[0 0;0 1;];wp2=[1 0;1 1];plot(wp1(:,1),wp1(:,2),'o')hold onplot(wp2(:,1),wp2(:,2),'*') hold ony=-0.2:1/100:1.2;plot(1/3*ones(1,size(y)),y,'r-') axis([-0.25 1.25 -0.25 1.25])2、判别函数。
计算得到增广权矢量为*(3,0,1)T w =-，故判别函数表达式为：1310x -+=3、分类示意图：图 1 感知器算法分类结果图作业二：在下列条件下，求待定样本(2,0)T x =的类别，画出分界线，编程上机。
1、二类协方差相等；2、二类协方差不等。
训练样本号k 1 2 3 1 2 3 特征1x1 1 2-1 -1 -2解答：经计算，两类的协方差矩阵不相等。
设12()()P P ωω=，计算时相关项直接略去。
1、计算时，参考书中P96页式（4-1-31）等。
程序代码如下：clc,clear,close all D1=[1,1,2;1,0,-1;]; D2=[-1,-1,-2;1,0,-1;]; u1=mean(D1,2); u2=mean(D2,2);c1=zeros(size(D1,1),size(D1,1)); for i=1:size(D1,2)c1=c1+D1(:,i)*D1(:,i)'; endc1=c1/size(D1,2)-u1*u1';c2=zeros(size(D2,1),size(D2,1)); for i=1:size(D2,2)c2=c2+D2(:,i)*D2(:,i)'; endc2=c2/size(D2,2)-u2*u2'; I=eye(size(c1,1),size(c1,1)); ic1=c1\I; ic2=c2\I; W1=-0.5*ic1; W2=-0.5*ic2; w1=ic1*u1;; w2=ic2*u2;;w10=-0.5*log(det(c1))-0.5*u1'*ic1*u1; w20=-0.5*log(det(c2))-0.5*u2'*ic2*u2; syms x1 x2; x=[x1;x2];fprintf('决策界面方程为：')D=x'*(W1-W2)*x+(w1-w2)'*x+(w10-w20); pretty(D)fprintf('（2，0）代入决策面方程的值为：') value=subs(D,{x1,x2},[2 0]) figure ezplot(D)hold onplot(D1(1,:),D1(2,:),'bo') plot(D2(1,:),D2(2,:),'ks') plot(2,0,'rp')运行结果显示，决策面方程为：11248180x x x -=。
2、计算结果。
从程序运行结果可以看出，(2,0)T x =带入决策界面方程值为96，可见属于第一类1ω。
见下图：图2 两类协方差不等分类结果图图中，黑色方块为第二类2ω，蓝色圆圈为第一类1ω，红色五角星即为要判断类别的(2,0)T x =。
绿色交叉的两条直线即为决策面曲线。
左上和右下为第一类，右上和左下为第二类。
作业三：有训练集资料矩阵如下表所示，现已知，9N =、1233N N N ===、2n =、3M =，试问，(2,2)T X =-应属于哪一类？ 训练样本号k 1 2 3 1 2 3 1 2 3 特征1x0 2 1-1 -2 -20 0 1三类的分界线。
解答：经计算，三类的协方差矩阵不相等。
设123()()()P P P ωωω==，计算时相关项直接略去。
1、计算时，参考书中P96页式（4-1-31）等。
程序代码如下：clc,clear,close all D1=[0 2 1;0 1 0;]; D2=[-1 -2 -2;1 0 -1;]; D3=[0 0 1;-2 -1 -2]; X=[-2 2]; u1=mean(D1,2); u2=mean(D2,2); u3=mean(D3,2);c1=zeros(size(D1,1),size(D1,1)); for i=1:size(D1,2)c1=c1+D1(:,i)*D1(:,i)'; endc1=c1/size(D1,2)-u1*u1';c2=zeros(size(D2,1),size(D2,1)); for i=1:size(D2,2)c2=c2+D2(:,i)*D2(:,i)'; endc2=c2/size(D2,2)-u2*u2';c3=zeros(size(D3,1),size(D3,1)); for i=1:size(D3,2)c3=c3+D3(:,i)*D3(:,i)'; endc3=c3/size(D3,2)-u3*u3'; I=eye(size(c1,1),size(c1,1)); ic1=c1\I; ic2=c2\I; ic3=c3\I; W1=-0.5*ic1; W2=-0.5*ic2; W3=-0.5*ic3; w1=ic1*u1; w2=ic2*u2;w3=ic3*u3;w10=-0.5*log(det(c1))-0.5*u1'*ic1*u1;w20=-0.5*log(det(c2))-0.5*u2'*ic2*u2;w30=-0.5*log(det(c3))-0.5*u3'*ic3*u3;syms x1x2real;x=[x1;x2];D12=x'*(W1-W2)*x+(w1-w2)'*x+(w10-w20);D13=x'*(W1-W3)*x+(w1-w3)'*x+(w10-w30);D23=x'*(W2-W3)*x+(w2-w3)'*x+(w20-w30);fprintf('一、二类决策界面方程为：')pretty(D12)fprintf('一、三类决策界面方程为：')pretty(D13)fprintf('二、三类决策界面方程为：')pretty(D23)DD1=x'*W1*x+w1'*x+w10;DD2=x'*W2*x+w2'*x+w20;DD3=x'*W3*x+w3'*x+w30;value=[];fprintf(['（' num2str(X(1)) ',' num2str(X(2)) '）代入1-2决策面方程的值为：'])v1=subs(DD1,{x1,x2},X)fprintf(['（' num2str(X(1)) ',' num2str(X(2)) '）代入1-3决策面方程的值为：'])v2=subs(DD2,{x1,x2},X)fprintf(['（' num2str(X(1)) ',' num2str(X(2)) '）代入2-3决策面方程的值为：'])v3=subs(DD3,{x1,x2},X)V=[v1 v2 v3];fprintf(['可见（'num2str(X(1)) ','num2str(X(2)) '）属于第'num2str(find(V==max(V))) '类。
\n'])figurehold onh=ezplot(D12);set(h,'Color','r')h=ezplot(D13);set(h,'Color','b')h=ezplot(D23);set(h,'Color','y')plot(D1(1,:),D1(2,:),'ko')plot(D2(1,:),D2(2,:),'ks')plot(D3(1,:),D3(2,:),'kp')plot(X(1),X(2),'r*')title('分界线及样本点分布')1-2类决策面方程为：221211229633618240140737488355328x x x x x x -+--+=1-3类决策面方程为：2121226612660x x x x x ++-+=2-3类决策面方程为：222121122512627241802251799813685248x x x x x x ---+-=2、计算结果。
从程序运行结果可以看出，(2,0)T x =带入三个判决函数（略去()i P ω相关项）计算的值分别为-95.3521、-17.3521、-29.3521，可见属于第二类2ω。
分类界面参见下图：图3 三类协方差不等分类结果图作业四：样本1 2 3 4 5 6 7 8 1x 0 2 1 5 6 5 6 7 2x2133445解答：1、程序代码如下：clc,clear,close allExampleData=[0,0,2,2,4,4,5,6,6,7,-4,-2,-3,-3,-5,1,0,0,-1,-1,-3; 6,5,5,3,4,3,1,2,1,0,3,2,2,0,2,1,-1,-2,-1,-3,-5;]; Data=[0,2,1,5,6,5,6,7;0,2,1,3,3,4,4,5;];N=size(Data,2);Data=[1:N;Data];G1=Data;G2=[];N1=size(G1,2);N2=size(G2,2);X1=mean(G1,2);X1=X1(2:end);X2=[0;0];E=N1*N2/N*(X1-X2)'*(X1-X2);RE=[];ZY=[];LE=E;while LE<=ELE=E;n1=size(G1,2);e1=[];for i=1:n1g1=G1;g2=G2;g2=[g2 g1(:,i)];g1(:,i)=[];nn1=size(g1,2);nn2=size(g2,2);x1=mean(g1,2);x1=x1(2:end);x2=mean(g2,2);x2=x2(2:end);ee1=nn1*nn2/N*(x1-x2)'*(x1-x2);e1=[e1;ee1];endE=max(e1);RE=[RE;E];I=find(e1==E);nzy=G1(1,I);ZY=[ZY;nzy];if LE<=EG2=[G2 G1(:,I)];G1(:,I)=[];endendRE=[(1:length(RE))' ZY RE]figureplot(G1(2,:),G1(3,:),'o')hold onplot(G2(2,:),G2(3,:),'*')2、对分法聚类结果。
![模式识别上机作业[1]](https://img.taocdn.com/s1/m/4fbb1a9e69dc5022aaea006a.png)
