中科大模式識(shí)別大作業(yè)實(shí)驗(yàn)報(bào)告

./模式識(shí)別大作業(yè)實(shí)驗(yàn)報(bào)告MyZenith〔PB1*210***〕ByN_3104_EVER實(shí)驗(yàn)一：已知二維模式樣本集X1={〔1,0〕,〔1,1〕,〔0,2〕}X2={〔2,1〕,〔2,2〕,〔1,3〕},用固定增量算法求分界面方程,并作圖。分別改變初始權(quán)值向量和樣本集中樣本順序來(lái)獲得不同的結(jié)果。自定義線(xiàn)性不可分樣本〔如X1={〔1,0〕,〔1,1〕}X2={〔0,1〕,〔1,0〕}〕,通過(guò)限定算法迭代次數(shù)〔如100次〕得到結(jié)果并分析。分析實(shí)驗(yàn)結(jié)果和所得結(jié)論,撰寫(xiě)實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)?zāi)康模和ㄟ^(guò)編程實(shí)現(xiàn)感知器算法,加深對(duì)感知器算法的認(rèn)識(shí),掌握對(duì)分界面求取的步驟與過(guò)程。實(shí)驗(yàn)代碼:使用MATLAB編程實(shí)現(xiàn)：主程序：function[output_args]=main1<input_args>x1=[1,0;1,1;0,2];x2=[2,1;2,2;1,3];[m,n]=size<x1>;%w=double<ones<1,n+1>>;%設(shè)定權(quán)向量w=double<[1,0,1]>;w=func1<x1,x2,w,0.3>;axis<[-13-14]>;hold;scatter<x1<1,1>,x1<1,2>,'red'>;scatter<x1<2,1>,x1<2,2>,'red'>;scatter<x1<3,1>,x1<3,2>,'red'>;scatter<x2<1,1>,x2<1,2>,'blue'>;scatter<x2<2,1>,x2<2,2>,'blue'>;scatter<x2<3,1>,x2<3,2>,'blue'>;line<[0,-w<3>/w<1>],[-w<3>/w<2>,0]>;end功能函數(shù)：function[output_args]=func1<w1,w2,w,c>[m1,n1]=size<w1>;[m2,n2]=size<w2>;ww1=double<ones<m1,n1+1>>;%11?ì??1??òá?ww2=double<ones<m2,n2+1>>;fori=1:m1forj=1:n1ww1<i,j>=w1<i,j>;endendfori=1:m2forj=1:n2ww2<i,j>=w2<i,j>;endendww2=-ww2;isover=0;whileisover~=m1+m2isover=0;fori=1:m1g=ww1<i,:>.*w;sm=sum<g>;ifsm<=0w=w+c*ww1<i,:>;elseisover=isover+1;endendfori=1:m2g=ww2<i,:>.*w;sm=sum<g>;ifsm<=0w=w+c*ww2<i,:>;elseisover=isover+1;endendendoutput_args=w;end運(yùn)行結(jié)果：〔2〕改變權(quán)值w=[1,1,0]結(jié)果如下：其圖均相同,故可知w的選擇影響算法的迭代次數(shù)?！?〕代碼如下:x=[110-1;1-10;11-1-1;];w=[1,1,1];k=0;p=1;n=0;while<<n<4>&&<k<100>>i=mod<k,4>+1;g=w*x<:,i>;if<g<=0>w=w+p*x<:,i>';n=0;elsen=n+1;endk=k+1;endlx=-3:1:3;tx=[1101;];ty=[0110;];tx1=[11];tx2=[01];ty1=[01];ty2=[10];plot<tx1,ty1,'blue'>;holdon;plot<tx2,ty2,'red'>;holdon;ly=-<<w<:,1>*lx+w<:,3>>/w<:,2>>;plot<lx,ly>;holdon;由圖可知,感知器算法在得到最優(yōu)解之前會(huì)一直迭代下去。實(shí)驗(yàn)小結(jié)：使用matlaB成功展示了感知器算法在模式識(shí)別中的作用,對(duì)權(quán)向量,線(xiàn)性可分/不可分的數(shù)據(jù)都進(jìn)行了處理,由此可以驗(yàn)證感知器算法的一系列性質(zhì)。實(shí)驗(yàn)二：實(shí)驗(yàn)題目：試就不同的初始分化,觀(guān)察集群結(jié)果對(duì)初始分化的敏感性。比較各群樣本都很密集并且彼此明顯分開(kāi)的情況下與各群樣本數(shù)目相差很大時(shí),誤差平方和集群效果,了解誤差平方和準(zhǔn)則函數(shù)集群的優(yōu)勢(shì)和缺陷。試對(duì)算法進(jìn)行適當(dāng)改進(jìn)使其可以對(duì)樣本數(shù)目相差很大的情況進(jìn)行集群,用文字?jǐn)⑹龈倪M(jìn)的思路。給出以上各種情況的圖形結(jié)果,撰寫(xiě)實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)?zāi)康模菏煜ふ`差平方和函數(shù)的集群方法,能分析初始化對(duì)集群帶來(lái)的影響,了解誤差平方和集群方法的優(yōu)劣。原理分析與程序源碼：誤差平方和準(zhǔn)則函數(shù)：實(shí)驗(yàn)代碼：N=100;m=5;sample=rand<N,2>;center=rand<m,2>;times=0;class=ones<N>;while<times<=100>times=times+1fori=1:Ndist=2;forj=1:mt=norm<sample<i,:>-center<j,:>>;ift<distdist=t;no=j;endendclass<i>=no;endforj=1:mtt=[0,0];number=0;fori=1:Nifclass<i>==jtt=tt+sample<i,:>;number=number+1;endendtt=tt/number;center<j,:>=tt;endendtemp=['o','+','^','*','p','h','.','v','>','<'];fori=1:Nplot<sample<i,1>,sample<i,2>,temp<class<i>>>;holdon;endforj=1:mplot<center<j,1>,center<j,2>,temp<j>,'MarkerSize',15,'Color','r'>;holdon;end實(shí)驗(yàn)結(jié)果：各群樣本都很密集并且彼此明顯分開(kāi)的情況下：各群樣本數(shù)目相差很大時(shí),由于程序中已經(jīng)設(shè)置聚類(lèi)中心隨機(jī)生成,故其的圖也是隨機(jī)變化的：實(shí)驗(yàn)小結(jié)：使用matlab編程驗(yàn)證了最小均方誤差算法的適用性以與在不同場(chǎng)合下產(chǎn)生的不同聚類(lèi)效果,直觀(guān)的效果加強(qiáng)了對(duì)其的認(rèn)識(shí)。實(shí)驗(yàn)三：實(shí)驗(yàn)題目：給定正規(guī)文法G={Vn,Vt,P,S}Vn={S,B}Vt={a,b}P:S->aB,B->bS,B->aB,B->a構(gòu)造確定的有限自動(dòng)機(jī)后,編制確定的有限自動(dòng)機(jī)算法,并分析鏈：檢驗(yàn)X=aababaaababaaa和X=ababaababaaba是否能被G接受。總結(jié)出被接受的鏈的一般特征。分析正規(guī)文法和確定的有限自動(dòng)機(jī)的聯(lián)系并撰寫(xiě)實(shí)驗(yàn)報(bào)告。實(shí)驗(yàn)?zāi)康模赫莆照Z(yǔ)言根據(jù)文法的構(gòu)造方法,總結(jié)被接受的鏈的一般特征。知道有限狀態(tài)自動(dòng)機(jī)識(shí)別語(yǔ)言的過(guò)程。實(shí)驗(yàn)代碼：方案一：%vector=<1,0,0>=>S%vector=<0,1,0>=>B%vector=<0,0,1>=>Wrongs1='aababaaababaaa';check<s1>;s2='ababaababaaba';check<s2>;functionoutput=check<ss>vector=[1,0,0];A=[010;010;001];B=[001;100;001];fori=1:length<ss>-1if<ss<i>=='a'>vector=vector*A;elsevector=vector*B;endendif<vector==[010]&ss<end>=='a'>disp<'?éò?±??óêü'>;elsedisp<'2??éò?±??óêü'>;endend；實(shí)驗(yàn)結(jié)果：另外參考代碼：function[T]=func3<X>%Sigma='ab';%??%Q='SBT';q0='S';T=myfind<q0,X>;if<T=='T'>T='recepted';elseT='unrecepted';endendfunction[result]=myfind<recent,X>result='';n=size<X,2>;next=delta<recent,X<1>,1>;ifn==1&&next=='T'result='T';return;elseifn==1||next==''result='';%return;elseT=myfind<next,X<1,2:n>>;ifT=='T'result=T;return;endendifrecent=='B'&&X<1>=='a'next=delta<recent,X<1>,2>;ifn==1&&next=='T'result='T';return;elseifn==1result='';return;elseT=myfind<next,X<1,2:n>>;ifT=='T'result=T;return;elseresult='';return;endendendendfunction[next]=delta<recent,step,n>%|?switchrecentcase'S'switchstepcase'a'next='B';case'b'next='';endcase'B'switchstepcase'a'switchncase1next='B';case2next='T';endcase'b'next='S';endcase'T'switchstepcase'a'next='';case'b'next='';endendend經(jīng)過(guò)驗(yàn)證有同樣的效果！實(shí)驗(yàn)小結(jié)：有限狀態(tài)自動(dòng)機(jī)是具有離散輸入和輸出的系統(tǒng)的一種數(shù)學(xué)模型。其主要特點(diǎn)有以下幾個(gè)方面：<1>系統(tǒng)具有有限個(gè)狀態(tài),不同的狀態(tài)代表不同的意義。按照實(shí)際的需要,系統(tǒng)可以在不同的狀態(tài)下完成規(guī)定的任務(wù)。<2>我們可以將輸入字符串中出現(xiàn)的字符匯集在一起構(gòu)成一個(gè)字母表。系統(tǒng)處理的所有字符串都是這個(gè)字母表上的字符串。<3>系統(tǒng)在任何一個(gè)狀態(tài)下,從輸入字符串中讀入一個(gè)字符,根據(jù)當(dāng)前狀態(tài)和讀入的這個(gè)字符轉(zhuǎn)到新的狀態(tài)。<4>系統(tǒng)中有一個(gè)狀態(tài),它是系統(tǒng)的開(kāi)始狀態(tài)。<5>系統(tǒng)中還有一些狀態(tài)表示它到目前為止所讀入的字被接受的鏈的一般特征：非確定有限狀態(tài)自動(dòng)機(jī)與確定有限狀態(tài)自動(dòng)機(jī)的