上海師范大學(xué)通信工程系

1、CONFIDENTIAL AND PROPRIETARY - 2021 SHNU. Internal Use Only上海師范大學(xué)上海師范大學(xué) 通信工程系通信工程系模式識別實驗報告Document Type實驗報告Document #:Creation Date:01/24/2007Revision #:0.1 CurrentRevision Date:02/14/2007Document Status:PreliminaryDocument Path:Document URL:Project and Subproject模式識別/課程作業(yè)XXXX 實驗報告Page 1 of 11CONFID

2、ENTIAL - 2006 SHNU.Internal DocumentTABLE OF CONTENTSTABLE OF CONTENTS .1LIST OF FIGURES.2LIST OF TABLES.21.Revision History.32.Scope.42.1Reference Documents.42.2Terms and Abbreviations .43.實驗需求.53.1實驗背景.53.2實驗內(nèi)容.53.3實驗原理.54.實驗方案設(shè)計 .64.1系統(tǒng)設(shè)計.64.2詳細設(shè)計.64.2.1識別流程 .64.2.2數(shù)據(jù)結(jié)構(gòu) .64.2.3測試樣本產(chǎn)生 .65.系統(tǒng)測試.75.

3、1樣本描述.75.1.1訓(xùn)練樣本 .75.1.2測試樣本 .75.2測試結(jié)果分析.75.3實驗結(jié)論.76.Open Issues.8XXXX 實驗報告Page 2 of 11CONFIDENTIAL - 2006 SHNU.Internal DocumentLIST OF FIGURESFIGURE 1: 原檢測設(shè)備系統(tǒng)框架原檢測設(shè)備系統(tǒng)框架.5FIGURE 2: 原檢測設(shè)備下位機框圖原檢測設(shè)備下位機框圖 .5FIGURE 3: 以以 ARM 為核心的檢測設(shè)備系統(tǒng)框圖為核心的檢測設(shè)備系統(tǒng)框圖 .6LIST OF TABLESTABLE 1 軟件模塊開發(fā)工作量估計軟件模塊開發(fā)工作量估計.7XXX

4、X 實驗報告Page 3 of 11CONFIDENTIAL - 2006 SHNU.Internal Document1. Revision HistoryRevisionDateAuthor(s)Summary of activityApprovals0.101/24/2007Jun YingCreated document(N/A)0.202/15/2007Jun Ying模板修改，定稿(N/A)XXXX 實驗報告Page 4 of 11CONFIDENTIAL - 2006 SHNU.Internal Document2. Scope本文描述模式識別課程的參數(shù)估計實驗過程、測試結(jié)果、以

5、及相應(yīng)的結(jié)論。2.1 Reference Documents1模式識別清華大學(xué)出版社邊肇祺，張學(xué)工2C+語言程序設(shè)計清華大學(xué)出版社鄭莉，董淵2.2 Terms and Abbreviations1.XXXX 實驗報告Page 5 of 11CONFIDENTIAL - 2006 SHNU.Internal Document3. 實驗需求實驗需求3.1 實驗背景實驗背景通過隨機產(chǎn)生的兩組樣本序列對分類器進行訓(xùn)練，使其可以分別出所輸入的隨機數(shù)是屬于哪個序列的3.2 實驗內(nèi)容實驗內(nèi)容兩組樣本序列的產(chǎn)生根據(jù)樣本序列進行分類器的設(shè)計任意輸入數(shù)據(jù)，進行判別3.3 實驗原理實驗原理根據(jù)一維高斯分布產(chǎn)生樣本數(shù)

6、據(jù)大家都知道，隨機數(shù)在各個方面都有很大的作用，在 vc 的環(huán)境下，為我們提供了庫函數(shù)rand()來產(chǎn)生一個隨機的整數(shù)。該隨機數(shù)是平均在 0RAND_MAX 之間平均分布的，RAND_MAX 是一個常量，在 VC6.0 環(huán)境下是這樣定義的：#define RAND_MAX 0 x7fff 它是一個 short 型數(shù)據(jù)的最大值，如果要產(chǎn)生一個浮點型的隨機數(shù)，可以將 rand()/1000.0 這樣就得到一個 032.767 之間平均分布的隨機浮點數(shù)。如果要使得范圍大一點，那么可以通過產(chǎn)生幾個隨機數(shù)的線性組合來實現(xiàn)任意范圍內(nèi)的平均分布的隨機數(shù)。例如要產(chǎn)生-10001000 之間的精度為四位小數(shù)的平均

7、分布的隨機數(shù)可以這樣來實現(xiàn)。先產(chǎn)生一個 0 到 10000 之間的隨機整數(shù)。方法如下 ： int a = rand()%10000;然后保留四位小數(shù)產(chǎn)生 01 之間的隨機小數(shù)：double b = (double)a/10000.0;然后通過線性組合就可以實現(xiàn)任意范圍內(nèi)的隨機數(shù)的產(chǎn)生，要實現(xiàn)-10001000 內(nèi)的平均分布的隨機數(shù)可以這樣做：double dValue = (rand()%10000)/10000.0*1000-(rand()%10000)/10000.0*1000;則 dValue 就是所要的值。 到現(xiàn)在為止，你或許以為一切工作都已經(jīng)完成了，其實不然，仔細一看，你會發(fā)現(xiàn)有問題

8、的，上面的式子化簡后就變?yōu)椋篸ouble dValue = (rand()%10000)/10.0-(rand()%10000)/10.0; 這樣一來，產(chǎn)生的隨機數(shù)范圍是正確的，但是精度不正確了，變成了只有一位正確的小數(shù)的隨機數(shù)了，后面三位的小數(shù)都是零，顯然不是我們要求的，什么原因呢，又怎么辦呢。XXXX 實驗報告Page 6 of 11CONFIDENTIAL - 2006 SHNU.Internal Document 先找原因，rand()產(chǎn)生的隨機數(shù)分辨率為 32767，兩個就是 65534，而經(jīng)過求余后分辨度還要減小為 10000，兩個就是 20000 而要求的分辨率為 1000*10

9、000*2=20000000，顯然遠遠不夠。下面提供的方法可以實現(xiàn)正確的結(jié)果：double a = (rand()%10000) * (rand()%1000)/10000.0; double b = (rand()%10000) * (rand()%1000)/10000.0; double dValue = a-b; 則 dValue 就是所要求的結(jié)果。在下面的函數(shù)中可以實現(xiàn)產(chǎn)生一個在一個區(qū)間之內(nèi)的平均分布的隨機數(shù)，精度是 4 位小數(shù)。double AverageRandom(double min,double max) int minInteger = (int)(min*10000);

10、 int maxInteger = (int)(max*10000); int randInteger = rand()*rand(); int diffInteger = maxInteger - minInteger; int resultInteger = randInteger % diffInteger + minInteger; return resultInteger/10000.0; 但是有一個值得注意的問題，隨機數(shù)的產(chǎn)生需要有一個隨機的種子，因為用計算機產(chǎn)生的隨機數(shù)是通過遞推的方法得來的，必須有一個初始值，也就是通常所說的隨機種子，如果不對隨機種子進行初始化，那么計算機有一個

11、確省的隨機種子，這樣每次遞推的結(jié)果就完全相同了，因此需要在每次程序運行時對隨機種子進行初始化，在 vc 中的方法是調(diào)用 srand（int）這個函數(shù)，其參數(shù)就是隨機種子，但是如果給一個常量，則得到的隨機序列就完全相同了，因此可以使用系統(tǒng)的時間來作為隨機種子，因為系統(tǒng)時間可以保證它的隨機性。 調(diào)用方法是 srand(GetTickCount(),但是又不能在每次調(diào)用 rand()的時候都用srand(GetTickCount()來初始化，因為現(xiàn)在計算機運行時間比較快，當(dāng)連續(xù)調(diào)用 rand()時，系統(tǒng)的時間還沒有更新，所以得到的隨機種子在一段時間內(nèi)是完全相同的，因此一般只在進行一次大批隨機數(shù)產(chǎn)生之

12、前進行一次隨機種子的初始化。下面的代碼產(chǎn)生了 400 個在-11 之間的平均分布的隨機數(shù)。double dValue400; srand(GetTickCount(); for(int i= 0;i 0）為常數(shù)，它們分別為數(shù)學(xué)期望和均方差，如果讀者對數(shù)學(xué)期望和均方差的概念還不大清楚，請查閱有關(guān)概率論的書。如果取 =0， =0.2,則其曲線為 從圖中可以看出，在 附近的概率密度大，遠離 的地方概率密度小，我們要產(chǎn)生的隨機數(shù)要服從這種分布，就是要使產(chǎn)生的隨機數(shù)在 附近的概率要大，遠離 處小，怎樣保證這一點呢，可以采用如下的方法：在圖 2 的大矩形中隨機產(chǎn)生點，這些點是平均分布的，如果產(chǎn)生的點落在概

13、率密度曲線的下方，則認為產(chǎn)生的點是符合要求的，將它們保留，如果在概率密度曲線的上方，則認為這些點不合格，將它們?nèi)ヌ?。如果隨機產(chǎn)生了一大批在整個矩形中均勻分布的點，那么被保留下來的點的橫坐標(biāo)就服從了正態(tài)分布?？梢栽O(shè)想，由于在 處的 f(x)的值比較大，理所當(dāng)然的在 附近的點個數(shù)要多，遠離 處的少，這從面積上就可以看出來。我們要產(chǎn)生的隨機數(shù)就是這里的橫坐標(biāo)。 基于以上思想，我們可以用程序?qū)崿F(xiàn)在一定范圍內(nèi)服從正態(tài)分布的隨機數(shù)。程序如下：double Normal(double x,double miu,double sigma) /概率密度函數(shù) return 1.0/sqrt(2*PI*sigma)

14、 * exp(-1*(x-miu)*(x-miu)/(2*sigma*sigma); double NormalRandom(double miu, double sigma,double min,double max)/產(chǎn)生正態(tài)分布隨機數(shù) double x; double dScope; double y; do x = AverageRandom(min,max); y = Normal(dResult, miu, sigma); dScope = AverageRandom(0, Normal(miu,miu,sigma); while( dScope y); return x; 參數(shù)說

15、明：double miu：，正態(tài)函數(shù)的數(shù)學(xué)期望 double sigma：，正態(tài)函數(shù)的均方差 double min,double max，表明產(chǎn)生的隨機數(shù)的范圍用如上方法，取 =0，=0.2，范圍是-11 產(chǎn)生 400 個正態(tài)隨機數(shù) XXXX 實驗報告Page 8 of 11CONFIDENTIAL - 2006 SHNU.Internal Document取 =0， =0.05，范圍是-11 產(chǎn)生 我們，先產(chǎn)生 4000 個在 0 到 4 之間的正態(tài)分布的隨機數(shù)，取 =0，=0.2，再把產(chǎn)生的數(shù)據(jù)的數(shù)量做個統(tǒng)計，畫成曲線，在靠近 處的產(chǎn)生的個數(shù)多，遠離 處的產(chǎn)生的數(shù)量少，該圖的輪廓線和概率密

16、度曲線的形狀剛好吻合。也就驗證了該方法的正確性。有了以上基礎(chǔ)，也就用同樣的方法，只要知道概率密度函數(shù)，也就不難產(chǎn)生任意分布的隨機數(shù)，方法都是先產(chǎn)生一個點，然后進行取舍，落在概率密度曲線下方的點就滿足要求，取其橫坐標(biāo)就是所要獲取的隨機數(shù)。XXXX 實驗報告Page 9 of 11CONFIDENTIAL - 2006 SHNU.Internal Document4. 實驗方案設(shè)計實驗方案設(shè)計4.1 系統(tǒng)設(shè)計系統(tǒng)設(shè)計設(shè)計分為三個部分1.訓(xùn)練序列的產(chǎn)生2.分類器的設(shè)計3.分類器的分類結(jié)果4.2 詳細設(shè)計詳細設(shè)計4.2.1 識別流程識別流程4.2.2 數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)結(jié)構(gòu)定義產(chǎn)兩數(shù)組用于存放隨機樣本sample_1,sample_2NormalRandom是由均植，方差產(chǎn)生隨機樣本的函數(shù)，存放在sample中Estimate是根據(jù)存放在 中的數(shù)字來估算該樣本的均值和方差Distinguish是根據(jù)輸入的數(shù)值來判別是屬于哪一類的4.2.3 測試樣本產(chǎn)生測試樣本產(chǎn)生XXXX 實驗報告Page 10 of