利用MATLAB實現(xiàn)最小錯誤率貝葉斯判別

摘要：matlab軟件平臺為用戶提供了強大的科學(xué)計算與可視化功能，具有簡單、易用的用戶環(huán)境，尤其適合矩陣數(shù)據(jù)的計算處理。根據(jù)matlab的特點，將其與模式識別原理結(jié)合起來，以油水層識別為例，求解基于多元正態(tài)概率模型下的最小錯誤率貝葉斯判別函數(shù)和決策面方程。

關(guān)鍵詞：matlab 模式識別貝葉斯判別油水層識別

中圖分類號：tp391.41 文獻(xiàn)標(biāo)識碼：a 文章編號：1674-098x (2013)02(c)-00-01

模式識別的分類問題是根據(jù)識別對象特征的觀察值將其分到某

個類別中去。貝葉斯(bayes)判別法是模式識別方法中的一個基本方法。該方法通過對類別已知樣本的學(xué)習(xí)，提取樣本特征并建立判別函數(shù)方程，從而來實現(xiàn)對新樣本的預(yù)測。根據(jù)決策規(guī)則的不同，貝葉斯判別法又包含最小錯誤率貝葉斯判別、最小風(fēng)險貝葉斯判別等。最小錯誤率的貝葉斯判別就是利用概率論中的貝葉斯公式，得出使錯誤率最小的分類規(guī)則。

matlab集數(shù)字分析、矩陣運算、信號處理和圖象處理、顯示于一體，構(gòu)成了一個方便靈活的、界面友好的用戶環(huán)境[1]。同時matlab 提供了大量的功能函數(shù)，這些函數(shù)的靈活運用會使研究人員避免大量重復(fù)性的勞動。對于測井方法研究和數(shù)據(jù)處理來說，由于獲得的信息都是數(shù)字化的，所以應(yīng)用matlab可以很方便地解決與測井相關(guān)的問題。matlab的出現(xiàn)使得測井工作者能夠把更多的精力集中到

總結(jié)

以上是生活随笔為你收集整理的matlab最小错误率决策,利用MATLAB实现最小错误率贝叶斯判别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。