资源简介
下载的压缩包里有两个文件,里面的说明很清楚
代码片段和文件信息
function bayes_classifier(feature1feature2p1p2);
%-----------------------------------------------------
% bayes_classifier(class1class2p1p2);
% BAYES_CLASSIFIER function calculates the discriminant functions for
% two classes.
% INPUT variables:
% - feature1 - feature vector of the size (m2) for the first class (m is the number of samples in the 1st class)
% - feature2 - feature vector of the size (n2) for the second class (n is the number of samples in the 2nd class)
% - p1 - prior probability for the first class
% - p2 - prior probability for the second class
% OUTPUT:
% Discriminant functions for two classes:
% g1(x) = A1*x1^2 + B1*x1*x2 + C1*x2^2 + D1*x1 + E1*x2 + F1
% g2(x) = A2*x1^2 + B2*x1*x2 + C2*x2^2 + D2*x1 + E2*x2 + F2
% --------------------------------------------------
% Evgeny Krestyannikov
% krestyan@cs.tut.fi
% Institute of Signal Processing
% Room TE 313
web -browser http://www.ilovematlab.cn/thread-4403-1-1.html
syms x1
syms x2
cov1=cov(feature1);
cov2=cov(feature2);
mu1=mean(feature1);
mu2=mean(feature2);
detcov1=det(cov1);
detcov2=det(cov2);
invcov1=inv(cov1);
invcov2=inv(cov2);
W1=-0.5*invcov1;
w1=invcov1*mu1‘;
W2=-0.5*invcov2;
w2=invcov2*mu2‘;
omega1=-0.5*(mu1)*invcov1*mu1‘-0.5*log(detcov1)+log(p1);
omega2=-0.5*(mu2)*invcov2*mu2‘-0.5*log(detcov2)+log(p2);
omega=omega1-omega2;
X=[sym(x1); sym(x2)];
X_t=[sym(x1) sym(x2)];
digits(2);
a=X_t*(sym(W1‘d‘)*X);
a=simplify(a);
b=(sym(w1‘‘d‘)*X);
c=X_t*(sym(W2‘d‘)*X);
c=simplify(c);
d=sym(w2‘‘d‘)*X;
eq1=a+b+sym(omega1‘d‘);
eq2=c+d+sym(omega2‘d‘);
disp([‘Discriminant function for the first class:‘]);
disp(eq1);
disp([‘Discriminant function for the second class:‘]);
disp(eq2);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1778 2008-05-28 16:34 program\bayes_classifier.m
文件 1238 2008-05-28 16:35 program\data_generator.m
目录 0 2008-05-28 16:34 program
文件 122 2008-05-14 18:20 Matlab中文论坛--助努力的人完成毕业设计.url
文件 3434 2008-05-15 08:26 使用帮助:新手必看.htm
----------- --------- ---------- ----- ----
6572 5
- 上一篇:HFSS-MATLAB-sc
riptING-API - 下一篇:matlab等价类程序
相关资源
- fisher线性判别分类器的设计实验源码
- 朴素贝叶斯算法matlab代码实现
- 基于最小错误率的Bayes分类器的MATLA
- 用SOM做分类器
- 朴素贝叶斯分类matlab实现
- matlab贝叶斯源码iris分类
- 贝叶斯估计方法的matlab程序
- 基于LSSVM的分类器,用于iris的三种分
- matlab-朴素贝叶斯-鸢尾花数据集
- 贝叶斯分类Matlab代码
- matlab-KNN分类器
- 感知器与SVM分类
- 模式识别matlab:最小错误率、最小风
- 基于贝叶斯算法的图像像素分割
- 多种核函数的SVM分类器matlab程序
- 模式识别之线性分类器的matlab实现
- 朴素贝叶斯算法在matlab中实现
- 贝叶斯判别法的MATLAB实现
- adaboost 演示demo基于Matlab,学习算法包
- 模式识别的几个经典分类器,附matl
- 用matlab贝叶斯方法实现神经网络算法
- AdaBoost 分类器训练学习
- svm分类器的汉语声调识别
- 神经网络与adaboost的强分类器
- 正态分布模式的贝叶斯分类
- 随机子空间集成分类器
- 卷积神经网络的模式分类器
- 贝叶斯网络(BNT)结构和参数的学习
- 贝叶斯分类算法MatLab实现
- 稀疏贝叶斯学习算法SBL-FM算法
评论
共有 条评论