micro.co.kr 패턴인식 개론 - 선형판별함수를 유도 > micro5 | micro.co.kr report

패턴인식 개론 - 선형판별함수를 유도 > micro5

본문 바로가기

micro5


[[ 이 포스팅은 제휴마케팅이 포함된 광고로 커미션을 지급 받습니다. ]


패턴인식 개론 - 선형판별함수를 유도

페이지 정보

작성일 23-01-31 16:27

본문




Download : 패턴인식 개론 - 선형판별함수를 유도.hwp










패턴인식 개론 - 선형판별함수를 유도
분산 플롯의 구조는 우상향하는 타원의 분포를 띤다.
covX = cov(X)
mu= [2 4];



X= randn(N,2) * sqrt(sigma)+ repmat(mu, N , 1);
invS = inv(sigma);
scatter(X(:,1),X(:,2), 3, [1 0 0]);


a. matlab 소스.

Download : 패턴인식 개론 - 선형판별함수를 유도.hwp( 85 )


hold on;
3차원 특징 벡터 집합으로부터 정의(定義)되는 다음과 같은 가우시안 파라미터로 이루어진 클래스ω1, ω2 에 대한 선형판별함수를 유도하고 특징벡터 x=[0.2 0.9 0.8]T 가 어느 클래스에 속하는지 결정하시오




그리고 분포가 다소 밀집되어 있따 이것은 서로 관계의존성이 크다는 것을 의미하며, 공분산행렬에서의 대각constituent 의 이외의 원소를 보면 알 수 있따
sigma = [10 5; 5 6];

3차원 특징 벡터 집합으로부터 정의되는 다음과 같은 가우시안 파라미터로 이루어진 클래스ω1, ω2 에 대한 선형판별함수를 유도하고 특징벡터 x=[0.2 0.9 0.8]T 가 어느 클래스에 속하는지 결정하시오


레포트 > 사회과학계열

순서


설명



AV = mean(X)
3차원 특징 벡터 집합으로부터 定義(정이)되는 다음과 같은 가우시안 파라미터로 이루어진 클래스ω1, ω2 에 대한 선형판별함수를 유도하고 특징벡터 x=[0.2 0.9 0.8]T 가 어느 클래스에 속하는지 결정하시오
패턴인식 개론,선형판별함수를 유도

3. (10) average(평균)으로부터 1,2,3 단위의 마할라노비스 거리에 해당하는 점들의 궤적을 그리시오. (Hint: 그러한 거리에 근접한 (±ε) 지점을 찾으시오)


N = 1000;

패턴인식 개론 - 선형판별함수를 유도-8740_01.jpg 패턴인식 개론 - 선형판별함수를 유도-8740_02_.jpg 패턴인식 개론 - 선형판별함수를 유도-8740_03_.jpg 패턴인식 개론 - 선형판별함수를 유도-8740_04_.jpg 패턴인식 개론 - 선형판별함수를 유도-8740_05_.jpg

다. 이것은 공분산 행렬에서 대각 선분의 원소의 값이 다름을 이야기하며, 분산 플롯을 그리게 되는 요소의 값들이 서로 관계가 양의 상관관계를 가짐을 의미한다.
Total 6,804건 1 페이지

검색

REPORT 73(sv75)



해당자료의 저작권은 각 업로더에게 있습니다.

micro.co.kr 은 통신판매중개자이며 통신판매의 당사자가 아닙니다.
따라서 상품·거래정보 및 거래에 대하여 책임을 지지 않습니다.
[[ 이 포스팅은 제휴마케팅이 포함된 광고로 커미션을 지급 받습니다 ]]

[저작권이나 명예훼손 또는 권리를 침해했다면 이메일 admin@hong.kr 로 연락주시면 확인후 바로 처리해 드리겠습니다.]
If you have violated copyright, defamation, of rights, please contact us by email at [ admin@hong.kr ] and we will take care of it immediately after confirmation.
Copyright © micro.co.kr All rights reserved.