模式识别与图像处理期末

没有任何参考模型，直接检查聚类结果 簇的划分C={C1, C2, … , Ck}

• DB指数 DB指数越小，聚类效果越好

• Dunn指数 邓恩指数越大，聚类效果越好

• 簇C内样本之间的平均距离

• 簇C内样本之间的最远距离

• 簇Ci与Cj样本之间最近的距离

• 簇Ci与Cj中心点的距离

将聚类结果与参考模型进行比较(越大越好)

二分K-means聚类 Bi-Kmeans

聚类基于密度

多分类学习

暂无

激活函数将输入值映射到输出值 神经元兴奋1/抑制0 激活函数将非线性因素引入神经元，使神经网络能够随意接近任何非线性函数，使神经网络能够应用于许多非线性模型 激活函数的作用是将线性函数转化为非线性函数，增加网络的非线性和复杂性 分类

• 阶跃函数
• Sigmoid函数
• tanh函数
• ReLU函数：
  • 随着神经网络隐藏层的增加，它倾向于使用ReLU因为函数作为激活函数ReLUX正半轴导数为1，不易产生梯度消失问题
  • 具有非线性接近能力的分段线性函数
  • ReLU更快。因为它们涉及到更简单的数学操作。它们不需要任何标准化和指数计算

例题1 矩阵 卷积核 例题2 矩阵卷积核

03-30 感知机

BP神经网络例题 sigmoid为激活函数

04-06

04-13

1. 获取图像
2. 图像预处理：图像去噪、滤波、增强
3. 图像分割
4. 特征提取
5. 图像理解

图像灰度按对数关系将白色和黑色分为几个等级，灰度分为256个等级。灰度表示的图像称为灰度图 RGB即代表红、绿、蓝三个通道的颜色，RGB标准是红绿(G)、蓝(B)三种颜色通道的变化及其叠加可以获得各种颜色 图像的分类

• 二值 黑白 1位像素
• 灰度图 8位像素
• RGB图像 24位像素
• 增加透明度RGB图像 32位像素 频域 分析信号时，分析与频率相关的部分时域一词相对

• 高频信号 图像强度(亮度/灰度)变化剧烈的地方(边缘/轮廓)

• 低频信号 图像强度变换平缓的地方(大片色块的地方)

• 高通滤波 过滤掉低频信号，锐化图像 只允许图像频域表示中高频分量通过，以防止所有低于截止值的低频

• 低通滤波 图像模糊