基于视频的手写数字识别系统

模式识别实践课的课程作业，基于视频的手写数字识别系统，操作简单方便

function result=BayesLeastError（data）
clc;
load template pattern;

total=0;
% for i=1:10
%     pattern（i）.feature（pattern（i）.feature（:）>=0.1） = 1;
%     pattern（i）.feature（pattern（i）.feature（:）<0.1） = 0;
% end
%得出总体样本
whole_samples = [];
for i=1:10
    whole_samples=[whole_samples pattern（i）.feature];
    total = total+ pattern（i）.num;
end
samp_cov=cov（whole_samples‘）;%总体样本协方差
[COEFF LATENT EXPLAINED] = pcacov（samp_cov）;
sumofex=0;
m=0;
for i=1:25
    if sumofex<90
        sumofex = sumofex + EXPLAINED（i）;
        m=m+1;
    else
        break
    end
end                         %计算主成分
COEFF（:m+1:25）=[];
[R C]=size（COEFF）;

   whole_samples = （whole_samples‘*COEFF）‘;
   data = （data*COEFF）‘;
   temp=0;
for i=1:10
    pattern（i）.feature = whole_samples（:temp+1:temp+pattern（i）.num）;
    temp=temp+pattern（1i）.num;
end
%求各类样本的期望
for i=1:10
    Num = pattern（i）.num;
    sumx = sum（pattern（i）.feature‘）;%求i类样本num个向量的和
    miu（:i） = （sumx/Num）;
end
%求i类样本协方差矩阵
for i=1:10
    Sigma（::i） = cov（pattern（i）.feature‘）;
%     for j=1:25
%         if Sigma（j:i）==0
%             Sigma（jji）=0.001;
%         end
%     end
end
for i=1:10
    inv_sig=inv（Sigma（::i））;%逆
    pw（i）= pattern（i）.num/total;     %先验概率
    det_sig = det（Sigma（::i））;     %行列式
    g（i）=（-0.5）*（data-miu（:i））‘*inv_sig*（data-miu（:i））-0.5*log（abs（det_sig））+log（pw（i））;
end
for w=1:10
    if g（w） == max（g）
        break;
    end
end
result=w-1;
end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2015-05-20 10:57  lido1\
     文件        1554  2014-10-22 20:49  lido1\BayesLeastError.m
     文件        5231  2014-10-22 20:49  lido1\CameraDemo.m
     文件         604  2014-10-22 20:49  lido1\GetFeature.m
     文件        4967  2015-05-19 22:25  lido1\MyVideoRec.fig
     文件        6530  2015-05-19 22:25  lido1\MyVideoRec.m
     文件         906  2014-10-22 20:49  lido1\camera.m
     文件      230454  2015-05-19 22:52  lido1\left.bmp
     文件      207906  2014-10-22 20:49  lido1\template.mat