模式识别理论与方法
课程作业实验报告
实验名称：Generating Pattern Classes
实验编号：Proj01-01
规定提交日期：2012年3月16日
实际提交日期：2012年3月13日
摘要：
在熟悉Matlab中相关产生随机数和随机向量的函数基础上，重点就多元(维)高斯分布情况进行了本次实验研究：以mvnrnd()函数为核心，由浅入深、由简到难地逐步实现了获得N 个d维c类模式集，并将任意指定的两个维数、按类分不同颜色进行二维投影绘图展示。
技术论述：
1，用矩阵表征各均值、协方差2，多维正态分布函数：
实验结果讨论：
从实验的过程和结果来看，进一步熟悉了多维高斯分布函数的性质和使用，基本达到了预期目的。
实验结果：
图形部分：
图1集合中的任意指定两个维度投影散点图形
图2集合中的任意指定两个维度投影散点图形，每类一种颜色
数据部分：
Fa=
9.6483 5.5074 2.4839 5.72087.2769 4.8807
9.1065 4.1758 1.5420 6.1500 6.2567 4.1387
10.0206 3.5897 2.6956 6.1500 6.9009 4.0248
10.1862 5.2959 3.1518 5.22877.1401 3.1974
10.4976 4.9501 1.4253 5.58257.4102 4.9474
11.3841 4.5128 2.0714 5.90068.2228 4.4821
9.6409 5.43540.9810 6.2676 6.9863 4.2530
8.8512 5.2401 2.7416 6.5095 6.1853 4.8751
9.8849 5.8766 3.3881 5.7879 6.7070 6.6132
10.6845 4.8772 3.4440 6.0758 6.6633 3.5381
8.7478 3.3923 2.4628 6.1352 6.9258 3.3907
9.5866 6.5308 1.7059 6.6572 6.7514 4.1234 8.2999 3.72600.0852 5.5818 5.5049 4.3525 11.0747 5.0835 1.8681 6.84327.3915 3.7049
10.2744 4.8616 2.5967 6.45607.1287 3.3345
11.2732 5.5013 1.7882 6.28637.9292 3.6436 10.9456 4.6985 1.4616 6.56687.0788 5.2986 9.9085 4.6522 2.9579 6.2845 6.7591 3.8167 8.2832 5.3328 1.4134 6.3768 6.6294 4.0419 10.0071 6.6619 1.0918 6.60267.3421 3.7214
9.6463 3.8060 1.6344 6.1337 6.4823 5.3373
10.3031 4.3285 2.9541 5.9217 6.0828 3.9247
11.3827 5.0409 2.74197.05867.6376 4.2837 13.1684 6.2082 1.3748 6.7191 6.8902 3.2330 11.9846 5.91080.9457 6.06727.4720 4.8710 11.1886 4.15430.97477.15167.4619 4.2620 9.2787 5.5863 3.4771 5.5654 6.7469 4.5223
8.8263 5.6121 2.1450 6.19907.0848 6.2707
9.0934 4.5884 1.2013 6.2549 6.4784 3.9359
10.4153 3.7705 2.6803 6.9746 6.7440 5.5763 9.3666 6.5097 2.4297 5.9348 6.5719 4.4739 11.2190 5.5874 1.19057.0840 6.7573 5.6145
9.3633 5.1353 2.0878 6.28517.2318 4.0624
10.5450 4.5922 1.68197.6731 6.9293 6.0199
9.4180 4.5281 2.3995 6.5958 6.8904 3.5832
10.3244 5.3690 4.0924 6.2067 6.9591 5.2545 10.3441 4.1053 2.6564 6.14147.9662 5.0024 9.5471 5.7258 2.6954 6.30067.1263 4.2343
8.8897 4.6916 2.0968 6.3380 6.5367 4.8318
9.1943 6.0874 1.6253 5.95547.5757 5.8101
10.9947 5.3560 1.3802 6.30677.1168 4.5968
10.2433 3.67630.71177.27487.0664 5.2461
9.1907 6.4982 1.9370 6.0473 6.4948 5.0336
10.8058 4.14500.7211 5.70927.1892 3.8091
9.0818 4.2633 2.3737 4.9058 6.1640 3.8939
9.3663 4.8987 2.6602 6.29747.3877 4.8401
10.3941 4.2046 1.5459 6.29647.4326 3.7440
8.4875 5.3582 1.7972 6.3595 6.8557 4.1387
8.9796 3.8901 2.1128 6.0709 6.9327 4.5177
9.8270 5.7906 2.7458 6.41027.1228 3.8328 Fb=
7.2706e-008
Fc=
8.1479 4.7469 3.0243 5.5812 1.51598.6286
8.2293 4.2598 2.3764 2.92890.71058.0476
8.2969 5.0960 2.9152 3.1257-0.17187.6247
8.5212 4.1134 2.7298 6.0409 1.08127.9417
8.7216 4.0723 3.5793 3.73440.34488.0030
7.7519 4.6370 3.4269 4.7549 2.26907.4122
1.4689 6.52629.59588.6153 1.8746 5.3129
0.7252 6.55508.8830 6.61990.7224 4.4238
8.72527.0140 4.64149.25420.6592 5.8300
10.02947.6141 3.34368.6829-0.1825 5.1126
11.21917.3080 4.96559.08120.1829 5.9905
9.55217.1176 3.14549.34660.6371 5.0146
