最大似然分类算法

最大似然分类算法的matlab实现算法，带注释，基于遥感影像的使用算法

function D = decision_region（param_struct region）

%Function for making decision regions for Gaussians.
%Inputs are the means covariances and weights for the Gaussians.
%Output is the decision region matrix based on the “region“ vector

%If class probabilities are not specified assume equal distribution
if （~isfield（param_struct‘p0‘））
   param_struct.p0 = 0.5; 
end

N		= region（length（region））;								%Number of points on the grid
x		= ones（N1） * linspace （region（1）region（2）N）;
y		= linspace （region（3）region（4）N）‘ * ones（1N）;
V0		= zeros（NN）;
V1		= zeros（NN）;

n0 = length（param_struct.w0）;
n1 = length（param_struct.w1）;
disp（[‘Detected ‘ num2str（n0） ‘ Gaussians for class 0 and ‘ num2str（n1） ‘ Gaussians for class 1‘]）

for i = 1:n0
   if （length（size（param_struct.s0））>2）
      sigma = squeeze（param_struct.s0（i::））;
   else
      sigma = param_struct.s0;
   end
   if （param_struct.w0（i） ~= 0）
       invsigma = inv（sigma）;
       V0 = V0 + param_struct.w0（i） ./ （2 * pi * sqrt（abs（det（sigma）））） .* ...
          exp（-0.5*（invsigma（11）.*（x-param_struct.m0（i1））.^2 + ...
          2*invsigma（21）.*（x-param_struct.m0（i1））.*（y-param_struct.m0（i2））+invsigma（22）.*（y-param_struct.m0（i2））.^2））;
   end
end

for i = 1:n1
   if （length（size（param_struct.s1））>2）
      sigma = squeeze（param_struct.s1（i::））;
   else
      sigma = param_struct.s1;
   end
   if （param_struct.w1（i） ~= 0）
       invsigma = inv（sigma）;
       V1 = V1 + param_struct.w1（i） ./ （2 * pi * sqrt（abs（det（sigma）））） .* ...
            exp（-0.5*（invsigma（11）.*（x-param_struct.m1（i1））.^2 + ...
              2*invsigma（21）.*（x-param_struct.m1（i1））.*（y-param_struct.m1（i2））+invsigma（22）.*（y-param_struct.m1（i2））.^2））;
   end
end
    
D = （V0*param_struct.p0 < V1*（1-param_struct.p0））;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

    .CA....      1841  2008-09-09 16:24  新建文件夹\decision_region.m

    .CA....       895  2008-09-09 16:24  新建文件夹\ML.m

    .C.D...         0  2009-07-15 12:07  新建文件夹

----------- ---------  ---------- -----  ----

                 2736                    3