2-第二章 数学基础(统计模式识别).doc_第1页
2-第二章 数学基础(统计模式识别).doc_第2页
2-第二章 数学基础(统计模式识别).doc_第3页
2-第二章 数学基础(统计模式识别).doc_第4页
2-第二章 数学基础(统计模式识别).doc_第5页
已阅读5页,还剩10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

第二章 数学基础(统计模式识别)1 多元正态分布1)一元正态分布【定义】密度函数为: 的随机变量称为正态随机变量。记:m数学期望 方差 通式: (1) 常数k使得:(2) d为 x 离中心 m 的距离,该距离与方差有关。2)多元正态分布【定义】密度函数为的随机矢量称为正态随机矢量。(1) 随机矢量:(2) 数学期望: 待定参数为n个(3)协方差:分量:其中:第i个分量的方差(对角线元素):第i个分量与第j个分量的协方差(非对角线元素)C:对称阵且正定,待定参数为个。【正定】【非负定】 按协方差的定义,C只满足非负定,不一定是正定矩阵,即有可能为0。“0”,则C为奇异阵,不存在逆矩阵。两种情况:(1) 某个分量的方差为零;说明这个分量没有不确定性,是确定的,则分类可以按照这个分量来进行。(2) 两个分量相关。说明这两个分量不相互独立,通过降维,使降维后的分量相互独立。所以,不追求数学上的严格定义,可以认为C矩阵是正定的。(4)马氏距离(Mahanlanobis Distance):与欧式距离:不同,马氏距离考虑数据的统计分布,在模式识别中有广泛的用处。(5)可以写为通式:常数k使得:(6)多元正态分布的等密度轨迹为超椭圆。即:对于二维情况可得: 即为椭圆。在二维空间里,说到一个正态分布,就画一个椭圆。3)多元正态分布的特征函数1.一元2.n元4)多元正态分布的性质性质1:正态分布的随机变量线性函数还是正态的。若那么,仍是正态的。若m独立由不相关可得:进一步有:则独立成立B.向量 独立:不相关:性质4:条件分布正态性若: 则给定y(2)时y(1)的条件分布为p维正态,其中数学期望和协方差分别为:【证】:对向量y作线性变换构成新的随机向量z,因为:y满足正态分布,由性质1,z满足正态分布:且z的协方差为:因为:所以:z(1)与z(2)不相关,由性质3,z(1)与z(2)独立。有: 且:另:由性质2,z(1)与z(2)满足正态分布又:Z=BY有:p(z)|J|=p(y) 其中:即:p(z)=p(y)而:p(y)=p(y(1)|y(2)p(y(2)则:p(z)=p(y(1)|y(2)p(y(2)因此有(视y(2)为常数):得到结论。2 随机向量的线性变换1)习惯: nn 对角阵 尺度变换 mn mn 降维nn 坐标旋转A、 在线性代数中理解为向量变,坐标不变。在模式识别中,理解为向量不变,坐标变。B、实用的坐标系是标准正交基,而经变换后的新坐标系也是标准正交基。因此,常用的变换是标准正交变换,对应的变换阵为正交矩阵。C、正交阵特点:D、变换阵A的求法(习惯):把新基在老坐标系下的坐标向量作为变换矩阵A的行向量。对统计特性的影响:(1)密度函数相差一个雅可比行列式的绝对值:p(y)|J|=p(x)(2)期望和协方差:(3)线性变换不改变马氏距离2)主轴变换(PCA-principal componenet analysis)要求:通过坐标系的平移和旋转,找到一个分布的主轴方向。(1) 先作平移,原点移动到中心Z=X-m则:(2) 旋转坐标系,把坐标轴转到主轴方向,即的长、短轴方向。相当于一个有条件极值问题:即:在满足条件前提下(保证在椭圆上),使得:极大极值表达式:求导:得: 取矩阵的:特征值矩阵: 特征向量矩阵:有:可以有两种理解:(1)矩阵分解 (2)线性变换变换矩阵为:主轴变换归结为:Y=A(X-m)结论:一个协方差矩阵C(实对称,正定阵)一定可以通过一个正交变换A(即协方差矩阵C 的特征向量矩阵的转置)变换为一个对角阵(协方差C 的特征值矩阵)。3)二个对称阵的同时对角化要求:找一个线性变换,将二个对称阵C1,C2同时对角化。即:(1) 作旋转变换,转到的主轴方向: 其中:为的特征向量阵,为的特征值阵。(2) 作坐标尺度变换(白化变换):同时发生变换:(3) 作旋转变换,转到的主轴方向 其中:为的特征向量阵,为的特征值阵。同时:总变换为:【定理】:若是实对称阵,正定,则必存在变换A:使得:其中:A是特征向量阵的转置,是的特征值阵【证】: ,即:而:因为:所以:得:变

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。

评论

0/150

提交评论