模式识别结课作业Word下载.docx
- 文档编号:21301207
- 上传时间:2023-01-29
- 格式:DOCX
- 页数:19
- 大小:69.67KB
模式识别结课作业Word下载.docx
《模式识别结课作业Word下载.docx》由会员分享,可在线阅读,更多相关《模式识别结课作业Word下载.docx(19页珍藏版)》请在冰豆网上搜索。
(线性分类器)设w1为疲劳后的数据,w2为疲劳前的数据,设计fisher线性分类器并判断可行性。
Fisher线性判别的基本原理是,把d维空间样本投影到一条直线上,形成一维空间。
找到某个最好的、最易于分类的投影方向,使在这个方向的直线上,样本的投影能分开得最好。
程序如下:
clear
%%%%%%%%导入数据w1,w2
w1=load('
E:
\上交张老师\处理结果及分析\分析\特征\特征明显\疲劳后T波.txt'
);
w2=load('
\上交张老师\处理结果及分析\分析\特征\特征明显\疲劳前T波.txt'
figure;
plot(w1(:
1),'
g+'
holdon;
plot(w2(:
bo'
xlabel('
x
(1)'
ylabel('
x
(2)'
title('
Fisher准则分类'
%调用fisher判别函数,返回最优投影方向w和分界阈值点y0
[w,y0]=fisher1(w1,w2);
%作图:
两类样本在最优投影方向上点投影
o1=(w*(w'
*w1'
))'
;
%第一类点样本向量在最优方向上w上点投影
fori=1:
length(o1)
h=line([o1(i,1),w1(i,1)]);
set(h,'
Color'
'
b'
LineStyle'
--'
)
end
o2=(w*(w'
*w2'
%第二类点样本向量在最优方向上w上点投影
length(o2)
h=line([o2(i,1),w2(i,1)]);
th=(w*y0)'
plot(th
(1),th
(2),'
rx'
LineWidth'
2,'
MarkerSize'
8)
axistight
axisequal
h=gca;
XLim=get(h,'
XLim'
YLim=get(h,'
YLim'
l=(w*(w'
*[XLim
(1),YLim
(1)]'
r=(w*(w'
*[XLim
(2),YLim
(2)]'
h=line([l
(1),r
(1)]);
set(h,'
color'
k'
仿真结果如图所示:
疲劳后的数据用‘+’表示,疲劳前的数据用‘o’表示。
因为w1,w2类间距离很小,而类内距离很大,混合在一起,找不到合适点分类线将其分开。
本次实验不成功。
方法二:
采集35组疲劳前后的心电信号,对原始信号进行去工频干扰和基线漂移后,提取清醒和疲劳时心电信号中T波幅值变化的平均值作为实验数据。
下面使用图形表示的方法。
我首先将提取的疲劳前、后各35组数据作为训练样本集在同一幅图上表示出来进行比较。
程序如下:
clc;
clear;
%close(1:
9);
tic
x1=load('
%x1=load('
x1=x1'
%转为行向量
x1=x1(1:
35);
d=x1;
sfreq=1;
%采样
s=length(d);
%信号长度
s2=1./sfreq;
%采样周期
s3=round(s./s2);
%有多少周期信号,取小数区里最近的整数
N=length(d);
r=1:
1:
N-1;
C=[1,r+1];
%序列x对应的采样点数
fs=1;
%采样频率
figure
(1)
subplot(211),plot(d,'
r--'
grid;
时间/ms'
幅值/mv'
T波变化曲线'
holdon
x2=load('
x2=x2'
x2=x2(1:
d=x2;
%采样
%信号长度
%采样周期
%有多少周期信号,取小数区里最近的整数
%采样频率
subplot(211),plot(d);
holdoff;
axistight;
结果如下图所示,红色的虚线表示的是疲劳后T波的幅值变化,蓝色的实线表示的是疲劳前T波的幅值变化,可以发现疲劳后T波幅值显著升高,说明T波特征值可以用来区别疲劳。
接着,对此程序作了一下改进,将疲劳前后T波特征值相加求均值,作为分界线,在图中用绿色的线表示,当幅值低于此线时可以认为是清醒状态,当幅值高于此状态时可以认为是疲劳状态。
改进后的结果如下图所示:
(非线性分类器)后面又对函数进行了改进,程序如下:
w1=load('
w2=load('
figure
plot(w1,'
plot(w2,'
分类结果'
w1=w1'
w1=w1(1:
w2=w2'
w2=w2(1:
w3=(w1+w2)/2;
d=w3;
sfreq=1000;
%采样
plot(d,'
r'
由图中可以看出当红线以上是疲劳后,以下是疲劳前的。
当输入测试样本时若在红线以上就代表疲劳状态。
但此方法必须保证训练样本完全正确。
(二)采用Q波特征
方法一:
用fisher分类器
%%%%%%%%%构造两类二维近似线性可分的样本数据集合w1和Í
w2
C:
\DocumentsandSettings\Administrator\桌面\模式识别\前21个人v5和maibo_zao-DD.txt'
\DocumentsandSettings\Administrator\桌面\模式识别\前21个人v5和maibo_wu-DD.txt'
3),'
Q波分类'
%调用fisher判别函数,返回最优投影方向W和分界阈值点y0
两类样本在最优投影方向上的投影
%第一类的样本向量在最优方向W上的投影
%第二类的样本向量在最优方向W上的投影
结果如图所示:
方法二:
对21个人清醒和睡眠时的心电数据进行采集,去除原始信号的工频干扰和基线漂移后,提取出Q波特征值,求出Q波在1S内幅值变化的平均值,作为此次的数据。
其中蓝线表示的是早晨的实验数据(清醒),红线表示的是中午的实验数据(睡着),从图中可以看出睡眠时Q波的幅值变化平均值明显降低,但有时会升高。
然后对清醒和睡眠时的数据求均值,作出清醒和睡眠的分界线,如图中绿线所示。
当幅值低于绿线时可以认为是清醒状态,当幅值高于绿线时可认为是睡眠状态。
a1=load('
%x1=load('
x1=a1(:
3);
转为行向量
Q波均值变化'
a2=load('
x2=a2(:
3)
plot(d);
x3=(x1+x2)/2;
d=x3;
N=length(d);
fs=1;
g'
由图中可以看出,按此方法可以区分清醒与睡意状态,但不能完全区分。
非线性分类:
%%%%%%%%µ
¼
È
ë
Ê
ý
¾
Ý
w1,w2
a1=load(C:
a2=load(C:
w1=a1(:
w2=a2(:
21);
由以上这个图可以很明显的看出图中有几个点是错分的。
方法三:
用LDA分类器
clc
a=load('
b=load('
a1=a(:
b1=(b(:
3));
m=a1;
n=b1;
A=m;
B=n;
d=length(n'
n0=d;
n1=d;
i=1;
c1=zeros(2*d,1);
forj=1:
d
c1(i)=1;
i=i+1;
c1(i)=n(j)/m(j);
end
N=2*d;
x1=mean(c1);
2*d
a1(i)=(c1(i)-x1)^2;
q1=sum(a1)/(2*d-1);
w1=sqrt(q1);
e1=(c1-x1)/w1;
T=zeros(2*d,1);
T(j,1)=e1(j);
%T(j,2)=e2(j);
T
correctp=LDAclassz(T,n0,n1)
结果为T=
0.0471
2.0885
-0.9212
-0.0518
-0.5496
-0.5075
-1.2028
1.1291
-0.8162
-0.3377
-1.3231
2.5714
-0.2468
-1.1088
-0.3489
-2.6720
-0.5050
2.5885
2.3588
-0.5566
0.6524
-1.2289
correctp=83.3333
此程序通过对T波的检测来判断睡意状态和清醒状态,准确率高达83.3333。
本实验中发现为问题:
在本实验中T波幅值均值采用的是杨华师姐的数据,发现疲劳后T波幅值显著升高。
后来我又用柳倩师姐采集的清醒和睡眠时T波幅值变化的均值做了一下仿真,发现T波幅值是降低的,如下图所示。
其中红色虚线表示的是睡眠时T波幅值均值的变化范围,蓝色实线表示的是早晨清醒时采集的T波幅值均值变化范围,绿色实线表示的是二者平均值的变化范围。
这与前面的结果不相符合。
系统评估:
采用方法一、二两种方法对睡意状态和清醒状态的T波、Q波进行分类。
发现第二种方法可以将两者区分开,但是训练样本要完全正确,若训练样本出现错误则得到的分类线就会有错误。
第一种fisher分类器经过多次改进仍不能对样本进行区分,可能因为疲劳前Q波的幅值范围是-625.1754
10
mv—-173.0940
mv,疲劳后Q波的幅值范围是-671.0890
mv—-176.8657
mv。
R波幅值也如此。
可见,其中有很大一部分叠加在一起,而分类器一般适用于内间距离很大,而内类距离很小的两类样本,所以线性分类器是不可行的。
若将其中一个样本增大到与另一个样本无重叠数据,则可以通过Fisher或者其余的线性分类器进行区分。
第三种方法(LDA分类)是第二种方法的继续,第二种方法虽然可以区分清醒和睡意,但是并不知道分类正确率,从第三种方法可以知道正确率为83.3333。
本次仿真所采用的T波、Q波幅值均值变化因为类内距离大而类间距离小,用线性分类器不易区分,因此选用非线性分类器。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 模式识别 作业