《模式识别-支撑向量机.ppt》由会员分享，可在线阅读，更多相关《模式识别-支撑向量机.ppt（39页珍藏版）》请在三一办公上搜索。
1、模式识别原理,华中科技大学图像识别与人工智能研究所图像分析与智能系统研究室曹治国,2023/11/15,1,3.6 支撑向量机,2023/11/15,3,3.6 支撑向量机,2023/11/15,4,3.6 支撑向量机,2023/11/15,5,3.6 支撑向量机,2023/11/15,6,3.6 支撑向量机,2023/11/15,7,3.6 支撑向量机,2023/11/15,8,3.6 支撑向量机,2023/11/15,9,3.6 支撑向量机,2023/11/15,10,3.6 支撑向量机,2023/11/15,11,3.6 支撑向量机,2023/11/15,12,3.6 支撑向量机,202
2、3/11/15,13,3.6 支撑向量机,2023/11/15,14,3.6 支撑向量机,2023/11/15,15,3.6 支撑向量机,2023/11/15,16,3.6 支撑向量机,公式推导,2023/11/15,17,3.6 支撑向量机,非线性可分时,2023/11/15,18,3.6 支撑向量机,非线性可分时,2023/11/15,19,3.6 支撑向量机,非线性可分时,2023/11/15,20,3.6 支撑向量机,非线性可分时，在广义线性判别函数时是变换到新的空间中,2023/11/15,21,广义线性判别函数,2023/11/15,22,3.6 支撑向量机,一个例子,2023/1
3、1/15,23,3.6 支撑向量机,X要变换到高维空间,2023/11/15,24,3.6 支撑向量机,用X的函数表示这种变换,2023/11/15,25,3.6 支撑向量机,用X的函数表示这种变换,2023/11/15,26,3.6 支撑向量机,要做(m+2)(m+1)/2次乘法和加法,2023/11/15,27,3.6 支撑向量机,2023/11/15,28,3.6 支撑向量机,2023/11/15,29,3.6 支撑向量机,2023/11/15,30,3.6 支撑向量机,2023/11/15,31,3.6 支撑向量机,2023/11/15,32,3.6 支撑向量机,2023/11/15,
4、33,3.6 支撑向量机,2023/11/15,34,3.6 支撑向量机,2023/11/15,35,3.6 支撑向量机,结论：当我们处理非线性可分情况时，将特征向量变换到高维空间时，我们可以只要定义变换后的内积运算，而不必真的进行这种变换。统计学习理论指出，只要这种运算满足Mercer条件，它就可以作为这里的内积使用,2023/11/15,36,3.6 支撑向量机,2023/11/15,37,3.6 支撑向量机,2023/11/15,38,3.6 支撑向量机,由于最终的判别函数中实际只包含与支持向量的内积和求和，因此，识别时的计算复杂度取决于支持向量的个数,2023/11/15,39,3.6 支撑向量机,
