【模式识别】实验一：Fisher线性判别

实验1 最大最小距离法.doc

本科模式识别的实验指导书和代码，比较简单的MATLAB实现，如果需要，可以看看。

模式识别实验，设计贝叶斯决策分类器，基于 Fisher 准则 的 线性分类器，PCA 人脸特征提取与重构，设计 C C- - 均值聚类分类器

模式识别课程作业，使用 PCA 和 FLD 的方法进行人脸识别实验报告，附源码

只要九块九就能解决一门实验课（内含实验报告），非常划算。 1、用FAMALE.TXT和MALE.TXT的数据作为训练样本集，建立Bayes分类器，用测试样本数据对该分类器进行测试。 2、调整特征、分类器等方面的一些因素，考察它们对分类器性能的影响，从而加深对所学内容的理解和感性认识。 ........ 1、应用单个特征进行实验：以（a）身高或者（b）体重数据作为特征，在正态分布假设下利用‘最大似然法’估计概率密度函数，建立最小错误率Bayes分类器，写出得到的决策规则； ....... 1、利用PCA方法对人脸数据进行特征降维，采用k-近邻法进行人脸识别。 2、用N-交叉法估计准确率，对不同降维维数和k取值情况下的准确率进行比较。 模式识别代码，包括贝叶斯分类器（性别分类），Fisher，KNN，PCA人脸识别

神经网络常用算法实验报告，贝叶斯分类器、Fisher判别、K近邻、PCA特征提取、C均值聚类，包含算法原理、实验代码（MATLAB）、结果展示

实验一 聚类分析 实验二 判别函数及几何分类法 实验三 基于统计决策的概率分类法 实验四 特征选择与特征提取

实验内容 1.编程实现K-均值算法，求解文献[1]28页例2.3。 2.修改编程代码，求解文献[1]36页2.3题。

实验内容 1.编程实现最小错误率贝叶斯决策，求解文献[1]86页例4.1。 修改实验代码，求解文献[1]125页4.2题。