中科院学习课件 模式识别 第三章 LMSE算法实例
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
取b(1)=(1 1 1 1)T和C=1，由H-K算法的迭代式： w(1)=X#b(1)=(0 0 0)T 则：e(1)= Xw(1)-b(1)= (-1 -1 -1 -1)T，全部分量均为负，无解。
取b(1)=(1 1 1 1)T和C=1，由H-K算法的迭代式： w(1)=X#b(1)=(-2 0 1)T 因Xw(1)=(1 1 1 1)T，即e(1)= Xw(1)-b(1)= (0 0 0 0)T，故w(1)是解。
2. 无解情况 已知模式样本集：ω 1 : {(0 0)T, (1 1)T}，ω 2 : {(0 1)T, (1 0)T}
LMSE 算法实例 1. 有解情况 已知模式样本集：ω 1 : {(0 0)T, (0 1)T}，ω 2 : {(1 0)T, (1 1)T}
0 1 0 1源自文库 0 1 模式的增广矩阵 X 为： X = − 1 0 − 1 − 1 − 1 − 1
−1 −1 −1 1 # T T −1 其伪逆矩阵为： X = ( X X ) X = − 1 1 1 2 3 1 1 − 2 2 2 − 1 − 1 1 2
0 1 0 1 1 1 模式的增广矩阵 X 为： X = 0 − 1 − 1 − 1 0 − 1
−1 1 1 # T −1 T 其伪逆矩阵为： X = ( X X ) X = − 1 1 2 3 1 − 2 2 1 −1 1 − 2 −1 1 1 − 2