ISL-IP001【Bayes Classifier】 |
文件 |
說明 |
下載點 |
ISL-IP001-J1【Bayes Classifier】 |
首先在Discussion中的Job1是寫四個程式,功能分別是(a)隨機產生Sample,並符合常態分佈、(b)寫出讓使用者輸入機率值,決定三個決策函數的結果、(c)計算出Euclidean距離(d)計算出Mahalanobis距離。 Job2中,使用老師所給的data(w 1及w 2)測試看看放入一些值之後,程式跑出來的結果。Job3則是使用w 1與w 3的data做測試。接下來的program explanations是對程式的介面做說明及介紹。 這次的作業是讓我們試著去寫出一個辨認器,而不同的特徵值的資料,就可以決定該分為哪一類。這次的程式已經比較有oop的觀念了,並且使用不同檔案的方式,讓主程式不再是一、兩千行、而且沒有結構性的寫法。將每個需要用的數據用不同的檔案與函式來寫,等到需要用的時候以呼叫及建構的方式來使用,這樣子程式也變的比較有oop的感覺了。 |
立即下載 |
ISL-IP001-J2【Bayes Classifier】 |
不管是否是在影像處理這個領域做研究,很多的問題的解決都需要將資料分類。分類有很多種的分法,其中一個很常被應用的方法就是貝式辨認器(Bayes Classifier)。這個作業是讓我們實際將貝式辨認器部分給實做出來。此作業分為四個Job;Job1的四個小題各寫一個小程式來符合題目需求。Job2則是使用題目所給的資料來做分類,是使用第一類與第二類的資料。各個小題中又要求使用幾個特徵來做判斷。Job3則是重複Job2所做,只是資料使用的是第一類與第三類。Job4則是給予一輸入點針對給定的三群資料,應用前幾個小題所寫的一些方法(如:Mahalanobis 距離、decision function)來做分類。 |
立即下載 |
ISL-IP001-J3【Bayes Classifier】 |
這次作業耗時許久,主要在公式及演算法部分遇到許多困難,在請教老師及相互討論之後一一解決這些問題,程式主要有三個功能,Euclidean distance、Mahalanobis distance及Decision function,第一次利用JBuilder開發程式,而且完全引用物件導向的精神,將許多的數學公式、演算法,建構成一個個的method,Job1會對我所設計的八個method作說明,並在Job2、Job3及Job4有很多的程式測試結果,分別對三個不同的Sample類別取出一到三個特徵向量,計算其Mahalanobis distance及Decision function,並檢視decision function的錯誤率。利用GUI開發介面的好處就是user interface可以很方便的建立,在我的其中一個程式介面名稱為Full Bayes Classifier,內容包括使用者選擇各種維度的Mahalanobis distance及Decision function計算,將在報告最後呈現。 |
立即下載 | |
|