模式识别（本科生专业选修课）知识点整理

第三章 判别域代数界面方程

3.1 用判别域界面方程分类的概念

1.分类的基本原理

不用模式对应特征点在不同区域中散布。运用已知类别的训练样本进行学习，产生若干个代数界面$d(x)=0$，将特征空间划分成一些互不重叠的子区域。

2.判别函数

表示划分界面的函数。

3.线性可分的定义

对于来自两类的一组模式$x_1,x_2,\dots ,x_N$，如果能用一个线性判别函数正确分类，则称他们是线性可分的。

4.分类方法的基本技术思路

1. 利用训练样本求出分类器/判别函数
2. 利用判别函数对未知类别样本分类

3.2 线性判别函数

一般形式是$d(x)=w_1{x}_1+w_2{x}_2+\cdots +w_n{x}_n+w_{n+1}$

$w$称为权矢量或系数矢量

简化为$d(x)=w^{\prime }x$

其中$x=(x_1,x_2,\dots ,x_n,1),w=(w_1,w_2,\dots ,w_n,w_{n+1})$

$x$和$w$分别称为增广特征矢量和增广权矢量。

两类问题

对于两类问题

$d(x)=w^{\prime }x\{\begin{array}{l}>0\Rightarrow x\in {\omega }_1\\ <0\Rightarrow x\in {\omega }_2\\ =0\Rightarrow x\in {\omega }_i或拒判\end{array}$

多类问题

1.${\omega }_i/{\bar{\omega }}_i$两分法（第一种情况）

判别规则为：如果$\{\begin{array}{ll}{d}_i(x)>0& \\ d_j(x)⩽0& \forall j̸=i\end{array}$则判$x\in {\omega }_i$

注意这种方法存在不确定区域

2.${\omega }_i/{\omega }_j$两分法（第二种情况）

对于任意两类之间分别建立判别函数

判别规则为：如果$d_{ij}(x)>0,\forall j̸=i$则判$x\in {\omega }_i$

注意这种方法也存在不确定区域

3.没有不确定区域的${\omega }_i/{\omega }_j$两分法（第三种情况）

令方法2中的判别函数为$d_{ij}(x)=d_i(x)-d_j(x)=({\omega }_i-{\omega }_j{)}^{\prime }x$

判别规则为：如果$d_i(x)>d_j(x),\forall j̸=i$则判$x\in {\omega }_i$

或者：如果$d_i(x)={\max }_j[d_j(x)]$则判$x\in {\omega }_i$

小结

• 当$c>3$时，${\omega }_i/{\omega }_j$法比${\omega }_i/{\bar{\omega }}_i$法需要更多的判别函数式。
• ${\omega }_i/{\omega }_j$法使模式更容易线性可分
• 方法3判别函数数目与方法1相同，但没有不确定区，分析简单，是最常用的方法

3.3 判别函数值的鉴别意义、权空间及解空间

数学意义

• 系数矢量$w=(w_1,w_2,\dots ,w_n)$是该平面的法矢量。
• 判别函数$d(x)$的绝对值正比于$x$到超平面$d(x)=0$的距离。
• 判别函数的正负表示出特征点位于哪个半空间中

权空间、解矢量、解空间

• 将权系数视为变量，则由其组成的增广权矢量的全体构成增广权空间。
• 系数矢量$w$指向判别函数的正侧。
• 解矢量是能够正确分类的权矢量。
• 满足上面各不等式的$w$必在该锥体中，即锥中每一点都是上面不等式组的解，解矢量不是唯一的，上述的凸多面锥包含了解的全体，称其为解区、解空间或解锥。

3.4 Fisher线性判别

思想：通过Fisher变换转换为利于分类的一维问题

方法：求权矢量$w\Rightarrow$求满足上述目标的投影轴方向$w_0$和在一维空间中确定判别规则。

希望经过投影后，类内离差度越小越好，类间离差度越大越好，根据这个目标作准则函数（即Fisher准则函数），并使其最大。

算法过于硬核，告辞

3.5 感知器算法

感知器算法

算法原理步骤

1. 置步数$k=1$，令增量$\rho ={\rho }_0$，分别赋给初始增广权矢量$w(1)$的各分量较小的任意值。
2. 输入训练模式$x_k$，计算判别函数值$w^{\prime }(k)x_k$
3. 调整增广权矢量
   
   如果$x_k\in {\omega }_1$和$w^{\prime }(k)⩽0$，则$w(k+1)=w(k)+\rho x_k$
   
   如果$x_k\in {\omega }_2$和$w^{\prime }(k)⩾0$，则$w(k+1)=w(k)-\rho x_k$
   
   如果$x_k\in {\omega }_1$和$w^{\prime }(k)>0$，或$x_k\in {\omega }_2$和$w^{\prime }(k)<0$，则$w(k+1)=w(k)$
4. 如果$k<N$，令$k=k+1$，返回2。如果$k=N$，检验判别函数是否都能正确分类，如果是，结束，否则令$k=1$，返回2。

收敛定理

如果训练模式是线性可分的，感知器算法在有限次迭代后便可以收敛到正确的解矢量。

一次准则函数和梯度下降法

• 当${\rho }_k$为常数时，梯度下降法的迭代公式和感知器算法是一致的。
• 当${\rho }_k$取常数时，${\rho }_k$小收敛慢，${\rho }_k$大震荡。
• 改进方法时${\rho }_k$随$k$变化，称为可变增量法。

感知器算法在多类问题中的应用

不做要求

3.6 一般情况下的判别函数权矢量算法

（下面三个了解即可）
最小错分模式数目准则
分段二次准则函数
最小方差准则及W-H算法

3.7 广义线性判别函数

作非线性变换，将原来一维特征空间映射为二维特征空间，使其为线性可分的。

3.8 二次判别函数

$d(x)=x^{\prime }Wx+w^{\prime }x+w_{n+1}$

3.9 支持向量机

支持向量机以训练误差作为优化问题的约束条件，以置信范围值最优化作为优化目标，即SVM是一种基于结构风险最小化准则的学习方法，其推广能力明显优于一些传统的学习方法。

由于SVM的求解最后转化为二次规划问题求解，因此SVM的解是全局唯一的最优解。

SVM在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势，并能够推广应用到函数拟合等许多机器学习问题中。

SVM方法的特点

• 非线性映射是SVM方法的理论基础，SVM利用内积核函数代替向高维空间的非线性映射。
• 对特征空间划分的最优超平面是SVM的目标，最大化分类边际的思想是SVM方法和核心。
• 支持向量是SVM的训练结果，在SVM分类决策中起决定作用的是支持向量。
• SVM的最终决策只由少数支持向量所确定，计算的复杂性取决于支持向量的数目，而不是样本空间的维数。
• SVM的最终决策只由少数支持向量所确定，注定了该方法具有较好的鲁棒性
  • 增删非支持向量样本对模型没有影响
  • 支持向量样本集具有一定的鲁棒性
  • 有些成功的应用中，SVM对核的选区不敏感

第四章 统计判别

4.0 前提条件

1. 各类别总体概率密度是已知的
2. 要判决的类别数是一定的

4.1 最小误判概率判决

判决规则：

如果：$l_{12}(x)=\frac{p(x|{\omega }_1)}{p(x|{\omega }_2)}\gtrless \frac{P({\omega }_2)}{P({\omega }_1)}$，则判$x\in \{\begin{array}{l}{\omega }_1\\ {\omega }_2\end{array}$

称$l_{12}(x)$为似然比，称${\theta }_{12}$为似然比阈值，记为$\frac{P({\omega }_2)}{P({\omega }_1)}$。

对于多类问题，若$P({\omega }_i|x)>P({\omega }_j|x),\forall j̸=i$，则判$x\in {\omega }_i$

或者，若$P({\omega }_i|x)={\max }_j[P({\omega }_j|x)]$，则判$x\in {\omega }_i$

---

例题：对一批人进行癌症普查，患癌症者定为属${\omega }_1$类，正常者定为属${\omega }_2$类。统计资料表明人们患癌的概率$P({\omega }_1)=0.005$，从而$P({\omega }_2)=0.995$。设有一种诊断此病的试验，其结果有阳性反应和阴性反应之分，依其作诊断。化验结果是一维离散模式特征。统计资料表明：癌症者有阳性反映的概率为0.95即$P(x=阳|{\omega }_1)=0.95$，从而可知$P(x=阴|{\omega }_1)=0.05$，正常人阳性反映的概率为0.01即$P(x=阳|{\omega }_2)=0.01$, 可知$P(x=阴|{\omega }_2)=0.99$。

问有阳性反映的人患癌症的概率有多大？按照最小误判概率准则，阳性反映者应判为哪一类？

解：

$\begin{array}{rl}P({\omega }_1|x=阳)& =\frac{P(x=阳|{\omega }_1)P({\omega }_1)}{P(x=阳)}\\ & =\frac{P(x=阳|{\omega }_1)P({\omega }_1)}{P(x=阳|{\omega }_1)P({\omega }_1)+P(x=阳|{\omega }_2)P({\omega }_2)}\\ & =\frac{0.95\times 0.005}{0.95\times 0.005+0.01\times 0.995}\\ & =0.323\end{array}$

$P({\omega }_2|x=阳)=1-P({\omega }_1|x=阳)=0.677$

所以$x\in {\omega }_2$

或者似然比形式

$l_{12}(x)=\frac{P(x=阳|{\omega }_1)}{P(x=阳|{\omega }_2)}=\frac{0.95}{0.01}=95$

${\theta }_{12}=\frac{P({\omega }_2)}{P({\omega }_1)}=\frac{0.995}{0.005}=197$

$\because l_{12}(x)<{\theta }_{12}\therefore x\in {\omega }_2$

---

例题：鱼类加工厂对鱼进行自动分类，${\omega }_1$：鲈鱼；${\omega }_2$：鲑鱼。模式特征$x=$长度。

已知：先验概率$P({\omega }_1)=1/3,P({\omega }_2)=1-P({\omega }_1)=2/3$

$P(x=10|{\omega }_1=0.05),P(x=10|{\omega }_2=0.5)$

求：后验概率$P(\omega |x=10)$

解法1：利用Bayes公式

$\begin{array}{rl}P({\omega }_1|x=10)& =\frac{P(x=10|{\omega }_1)P({\omega }_1)}{P(x=10)}\\ & =\frac{P(x=10|{\omega }_1)P({\omega }_1)}{P(x=10|{\omega }_1)P({\omega }_1)+P(x=10|{\omega }_2)P({\omega }_2)}\\ & =\frac{0.05\times 1/3}{0.05\times 1/3+0.5\times 2/3}\\ & =0.048\end{array}$

$P({\omega }_2|x=10)=1-P({\omega }_1|x=10)=0.952$

所以$x\in {\omega }_2$，是鲑鱼

解法2：似然比形式

$l_{12}(x=10)=\frac{P(x=10|{\omega }_1)}{P(x=10|{\omega }_2)}=\frac{0.05}{0.5}=0.1$

判决阈值${\theta }_{12}=\frac{P({\omega }_2)}{P({\omega }_1)}=\frac{2/3}{1/3}=2$

$l_{12}(x=10)<{\theta }_{12}$，所以$x\in {\omega }_2$，是鲑鱼

---

4.2 最小损失准则判决

似然比形式

如果$\frac{P(x|{\omega }_1)}{P(x|{\omega }_2)}\gtrless \frac{P({\omega }_2)({\lambda }_{21}-{\lambda }_{22})}{P({\omega }_1)({\lambda }_{12}-{\lambda }_{11})}$，则判$x\in \{\begin{array}{l}{\omega }_1\\ {\omega }_2\end{array}$

记似然比阈值${\theta }_{12}=\frac{P({\omega }_2)({\lambda }_{21}-{\lambda }_{22})}{P({\omega }_1)({\lambda }_{12}-{\lambda }_{11})}$

则判决规则为：如果$l_{12}(x)\gtrless {\theta }_{12}$，则判$x\in \{\begin{array}{l}{\omega }_1\\ {\omega }_2\end{array}$

如果相等，称任判或拒判。

定理

使条件损失最小必然使总的平均损失最小、

当损失函数取0-1时最小损失准则等价于最小误判准则。

第五章 决策树与随机森林

5.1 决策树

概念和特点

• 决策树是一种树形结构，其中每个内部节点表示在一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。
• 决策树学习时以实例为基础的归纳学习。
• 决策树采用的是自顶而下的递归方法。
• 决策树学习算法的最大优点是，他可以自学习，在学习的过程中不需要使用者了解过多背景知识，只需要对训练实例进行标注，就能进行学习。
• 属于有监督学习。从一类无序、无规则的十五中推理出决策树表示的分类规则。
• 建立决策树的关键，是在当前状态下选择哪些属性作为分类依据。
• 三种算法：ID3、C4.5、CART

对熵的理解

熵是随机变量不确定性的度量，不确定性越大，熵值越大。若随机变量退化成定值，熵为0。同理，均匀分布是最不确定的分布。

熵定义了一个概率分布函数到一个值的映射。

信息增益

当熵和条件熵中的概率由数据估计得到时，所对应的熵和条件熵分别为经验熵和经验条件熵。
信息增益表示得到特征A的信息而使得类X的信息的不确定性减少的程度。

特点

决策树对训练数据有很好的分类能力，但对未知的测试数据未必有好的分类能力，泛化能力弱，即可能发生过拟合现象。

bootstrap有放回抽样方法

随机森林

随机森林在bagging基础上做了修改。

• 从样本集中用Bootstrap采样选出n个样本；

• 从所有属性中随机选择k个属性，选择最佳分割属性作为节点建立CART决策树；

• 重复以上两步m次，即建立了m棵CART决策树

• 这m个CART形成随机森林，通过投票表决结果，决定数据属于哪一类

第六章 人工神经网络

人工神经网络的分类

从信息传递形式上

• 前向型：信息传递由后层神经元向前层神经元传递，从一层内的神经元之间没有信息交流。
• 反馈型：神经元之间不但互相作用，而且自身也有信息内耗。

按照神经元的学习过程

• 有指导学习网络
• 无指导学习网络

人工神经元模型的三个要素

1. 一组连接，连接强度由各连接上的权值表示，权值为正表示激活，权值为负表示抑制，另有一个偏置值。
2. 一个求和单元，用于求取个输入信号的加权和。
3. 一个非线性的激活函数，起非线性映射的作用，并将神经元的输出幅度限制在一定范围内。

常用的激活函数

硬极限函数、线性函数、对数S形函数、双曲正切S形函数

特点

当分类效果不好时，调整神经元数目等其他参数。函数非线性程度越高，对于BP网络要求越高，则相同的网络逼近效果要差一些，因曾神经元数目对于网络逼近效果也有一定影响，一般来说，隐层神经元数目越多，则BP网络逼近非线性函数的能力越强。

第七章 深度学习

自动提取特征，学习特征

机器学习中，获得好的特征是识别成功的关键

• 高层的特征是低层特征的组合，从低层到高层的特征表示越来越抽象，越来越能表现语义或者意图
• 抽象层面越高，存在的可能猜测就越少，就越利于分类

浅层学习的局限

人工神经网络(BP算法)：—虽被称作多层感知机，但实际是种只含有一层隐层节点的浅层模型

SVM、Boosting、最大熵方法（如LR，Logistic Regression）:带有一层隐层节点（如SVM、Boosting），或没有隐层节点（如LR）的浅层模型

局限性：有限样本和计算单元情况下对复杂函数的表示能力有限，针对复杂分类问题其泛化能力受限。

深度学习好处

可通过学习一种深层非线性网络结构，实现复杂函数逼近，表征输入数据分布式表示。

深度学习VS神经网络

相同点：二者均采用分层结构，系统包括输入层、隐层（多层）、输出层组成的多层网络

不同点：

• 神经网络：采用BP算法调整参数，即采用迭代算法来训练整个网络。
• 深度学习：采用逐层训练机制。采用该机制的原因在于如果采用BP机制，对于一个deep network（7层以上），残差传播到最前面的层将变得很小，出现所谓的gradient diffusion（梯度扩散）。

神经网络的局限性：

1. 比较容易过拟合，参数比较难调整，而且需要不少技巧；
2. 训练速度比较慢，在层次比较少（小于等于3）的情况下效果并不比其它方法更优

不采用BP算法的原因

1. 反馈调整时，梯度越来越稀疏，从顶层越往下，误差校正信号越来越小；
2. 收敛易至局部最小，
3. BP算法需要有标签数据来训练，但大部分数据是无标签的；

深度学习训练过程

第一步：采用自下而上的无监督学习

1. 逐层构建单层神经元。
2. 每层采用wake-sleep算法逐层调整。
   
   这个过程可以看作是一个feature learning的过程，是和传统神经网络区别最大的部分。

第二步：自顶向下的监督学习

这一步是在第一步学习获得各层参数进的基础上，利用梯度下降法去微调整个网络参数。

深度学习的第一步实质上是一个网络参数初始化过程。深度学习模型是通过无监督学习输入数据的结构得到的，因而这个初值更接近全局最优，从而能够取得更好的效果。

深度学习具体方法模型

• 自动编码器（ AutoEncoder ）
• 稀疏自动编码器(Sparse AutoEncoder)
• 降噪自动编码器(Denoising AutoEncoders)
• 深度信念网络（Deep Belief Net)
• 卷积神经网络（CNN）

卷积神经网络

CNN的关键技术

局部感受野、权值共享、时间或空间子采样

CNN的优点

• 隐式特征抽取
• 降低了网络的复杂性；
• 采用时间或空间子采样，有一定鲁棒性；
• 语音识别和图像处理方面有着独特优势。

CNN的缺点：

构建CNN模型需要大规模有标签数据；处理大尺寸图像耗时较长

第八章 特征提取与选择

模式识别三大核心问题

• 特征数据采集
• 分类识别
• 特征提取与选择

特征提取的任务

在得到实际对象的若干具体特征之后，再由这些原始特征产生出对分类识别最有效、数目最少的特征，

特征提取的目的是使在最小维数特征空间中类间距离较大，类内距离较小。

选取特征的要求

1. 具有很好的可分性。
2. 具有可靠性。
3. 尽可能强的独立性。
4. 数量尽量少，同时损失的信息尽量小。

特征提取与特征选择的区别

1. 特征选择：从L个度量值集合中按一定准则选出供分类用的子集，作为降维（m维，m
2. 特征提取：使一组度量值L通过某种变换产生新的m个特征作为降维的分类特征，

特征提取与选择的方法

直接选择法，变换法

变换法里的离散K-L变换(DKLT)主成分分析

有限离散K-L变换（DKLT）,是一种基于目标统计特性的最佳正交变换。

DKLT的性质

• 使变换后产生的新的分量正交或不相关
• 以部分新分量表示原矢量均方误差最小
• 使变换矢量更趋确定、能量更趋集中

取x的自相关阵Rx或协方差阵Cx的特征矢量矩阵的转置作为变换矩阵的变换称为离散K-L变换。

$$x=T^{\prime -1}y=Ty=\sum _{i=1}^n{y}_i{t}_i$$

离散K-L展开式

${\lambda }_i(R_x)⩾{\lambda }_i(C_x)$

这表明对于相同的m，第一种估计式比第二种估计式的均方差大。

步骤：

1. 求样本集{X}的总体自相关矩阵R或协方差矩阵C。
2. 求$R$或$C$的特征值${\lambda }_j,j=1,2,\dots ,n$。对特征值从大到小排序，选择前$d$个较大的特征值。
3. 计算$d$个特征值对应的特征向量$u_j,j=1,2,\dots ,d$，构成变换矩阵$U$。
4. 对$\{X\}$中的每个$X$进行K-L变换，得到变换后的向量$X^{\ast }$，$X^{\ast }=U^{\mathrm{T}}X$

第九章 句法模式识别

汉字、字符、语言、图像、生物的识别

定义

以结构基元为基础，利用模式的结构信息完成分类的过程。也称为句法模式识别。

基元

指构成模式结构信息的基本单元，本身不包含有意义的结构信息。

理论基础形式

语言

模式描述方法

符号串，树，图

模式判定

用一个文法表示一个类，m类就有m个文法，然后判定未知模式遵循哪一个文法。

在学习过程中，确定基元与基元之间的关系，推断出生成景物的方法。

判决过程中，提取基元，基元连接关系，句法分析。判断类型。

句法模式识别的特点

• 结构模式识别是与统计模式识，一个基于结构信息，一个基于特征值
• 结构模式识别可以得到每个模式的结构性质
• 结构模式识别的依据是模式间结构上的“相似性”
• 结构模式识别用小而简单的基元与语法规则描述和识别
• 大而复杂的模式，通过对基元的识别，进而识别子模式，最终识别复杂模式。

与自然语言对比

模式$\leftrightarrow$句子

子模式$\leftrightarrow$词组

基元$\leftrightarrow$单词

组合关系$\leftrightarrow$自然语言的文法

符合某个文法的所有句子的集合$\leftrightarrow$一个模式类

句法

• 句法是指由字（词）构成句子的方式，也就是一个句子组成的规则。
• 句法具有递归性
• 用句法来表达基元间的结构关系。

文法(类)

• 文法是指一类相似的句子的共同句法规则。
• 可以用文法来表示一类样本的共同特点。
• 对某个具体的句子进行句法分析，判别与某类的文法是否相似，可以实现模式识别。

文法推断

用已知类别的模式样本集训练类别文法的过程

句法分析

利用文法对未知类别的句法模式进行识别或分类的过程。

字母表，句子，语言，文法

• $V^{\ast }$：V中符号组成的所有句子的集合，包括空句；
• $V^{+}$：不包含空句的句子集合。
• 语言：由字母表中的符号组成的句子集合，用L表示
• 文法：构成一种语言的句子所必须遵守的规则。是一个四元式，由四个参数构成：
• $V_N$：非终止符的有限集，子模式的集合，大写字母表示。
• $V_T$：终止符有限集，基元的集合，字母表起始部分的小写字母表示 。
• P：产生式的有限集。用文法产生句子时的重写规则。
• S：起始符，代表模式本身，特殊的非终止符。用产生式构成句子时，必须由左边是S的产生式开始。

文法分类

0型文法、1型文法、2型文法和3型文法。