模式识别主要算法有哪些
时间：2024-09-07 18:02:06
导读：模式识别算法有哪些 模式识别的算法主要有以下几种： 1. 最近邻算法：为了判定未知样本的类别，以全部训练样本作为代表点，计算未知样本与所有训练样本的距离，......
模式识别算法有哪些
模式识别的算法主要有以下几种：
1. 最近邻算法：为了判定未知样本的类别，以全部训练样本作为代表点，计算未知样本与所有训练样本的距离，并以最近邻者的类别作为决策未知样本类别的唯一依据。
2. KNN算法：K-最近邻算法是最近邻算法的一个延伸。基本思路是：选择未知样本一定范围内确定个数的K个样本，该K个样本大多数属于某一类型，则未知样本判定为该类型。
3. LMSE算法：least mean square error算法，对可分模式收敛，对于类别不可分的情况也可以指出来。
4. Bayes决策规则：判别函数：正态分布的最小错误率Bayes决策的判别函数：判别规则。
5. PCA算法：Principal component analysis算法，主要步骤包括获取数据、求出自相关矩阵、由大到小依次排列特征值和对应的特征向量。
6. ISODATA算法：Iterative SelfOrganizing Data Analysis Technigues Algorithm，迭代自组织的数据分析算法。可以通过类的自动合并（两类合一）与分裂（一类分为二），得到较合理的类型数目。
7. 感知器算法：用于实现线性分类器的确定应该具有的性质。只有在模式类可分离时才收敛，在不可分的情况下算法会来回摆动，始终不收敛。
温馨提示：以上内容整理于网络，仅供参考，如果对您有帮助，留下您的阅读感言吧！