实验1搭建一个简单的分类识别系统.docx

实验1搭建一个简单的分类识别系统1、实验目的和要求D理解识别系统的基本框架；2）掌握简单的图像特征提取方法；3）采用BayeS分类器对卫星目标进行识别；4）掌握对数据集的批处理。2、实验内容1）采用批处理，实现卫星数据集的纹理特征提取；2）编写BayeS分类器，对卫星目标进行识别；3）对识别系统的性能进行分析。3、实验步骤1）将卫星图像分成训练集和测试集，对卫星进行纹理特征提取；2）对特征进行归一化；3）根据Bayes分类器原理，对已知样本计算每类样本正态分布的均值和方差，计算待分类样本的后验概率，实现卫星识别；4）统计识别准确率。4、实验结果分析1）采用如下归一化公式进行特征归一化，与线性归一化公式对比分类性能的变化。（利一出）（3q）+1%=2其中为,是第i个样本的第j维特征，出与q分别表示第/维特征的均值和标准差。2）去掉特征归一化步骤，统计识别准确率是否下降，并分析原因。3）分别用颜色特征和形状特征对卫星目标进行分类，并将颜色、纹理、形状等三种特征的分类结果进行对比分析。