模式识别课件 非参数估计.ppt_第1页
模式识别课件 非参数估计.ppt_第2页
模式识别课件 非参数估计.ppt_第3页
模式识别课件 非参数估计.ppt_第4页
模式识别课件 非参数估计.ppt_第5页
已阅读5页，还剩29页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

非参数估计 引言 参数估计要求 概率密度函数的形式已知 只是部分参数未知 实际应用中 一般给出的密度函数形式很少符合实际需求 即使是经典的密度函数参数形式 也很难满足实际需求 非参数估计 不需要进行任何参数模型假设 直接从训练需样本估计概率密度函数 另一种方法是直接估计后验概率参数估计方法 直方图 核方法 引言 直方图方法 引言 引言 非参数估计原理 核方法 二项式定理 K的二项式分布在均值附近有非常显著的波峰 因此k n就是一个很好的概率估计 样本数多越准确 非参数估计原理 核方法 结合上式有 的 上式估计是概率密度的平均值 如果要获得真实值 则V趋向0 当样个数N固定 V趋向0 区域就很小 甚至不包含样本 估计无意义 如果正好有一个或者两个 则很大 也无意义 有两种途径获得区域 估计x点密度的两种方法 Pazern窗 将核函数看作一个窗 统计样本落在窗内的个数来估计概率密度函数 P 窗宽对密度函数的影响 单变量 窗宽对密度函数的影响 双变量 窗宽对密度函数的影响 双变量 窗宽对密度函数的影响 双模 Pazern窗分类 左边h小 右边h大 Kn 近邻估计 最佳窗函数的选则是一个问题 一个比较好的方法就是 假设体积为训练样本个数的函数而不是硬性规定窗函数为全体样本个数的函数 假如从N个样本中估计密度函数 以x为中心 让体积扩张 直到包含kn个样本为止 kn是关于N的函数 这些样本称为点x的kn个最
人人文库> 全部分类> 应用文书 > 研究报告

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论