地信1001年終工作總結(jié)

地信1001班年終工作總結(jié)

時(shí)光飛逝，轉(zhuǎn)眼間大一一年的學(xué)習(xí)生活已經(jīng)告一段落，我們從剛開(kāi)始的懵懂到現(xiàn)在變得逐漸成熟。在這一年中，我們?cè)谳o導(dǎo)員曹老師的指導(dǎo)下，積極開(kāi)展班級(jí)工作建設(shè)，并根據(jù)本班同學(xué)的優(yōu)點(diǎn)與愛(ài)好，開(kāi)展一些班級(jí)活動(dòng)，并且要求大家在玩的同時(shí)努力學(xué)習(xí)。其間，有一定的成果，但是同時(shí)也存在許多不足，現(xiàn)總結(jié)如下：

一．積極開(kāi)展學(xué)習(xí)活動(dòng)，提高同學(xué)們學(xué)習(xí)興趣。

1.本學(xué)期中，班委時(shí)常提醒同學(xué)們勿荒費(fèi)學(xué)業(yè)，號(hào)召同學(xué)們發(fā)揚(yáng)刻苦學(xué)習(xí)的精神，營(yíng)造良好的學(xué)習(xí)氛圍，期間，組織過(guò)幾次班級(jí)的自測(cè)，這方面主要有學(xué)習(xí)委員孫勇福來(lái)負(fù)責(zé)，他盡了自己最大的努力，效果還不錯(cuò)。

2.班長(zhǎng)于開(kāi)班會(huì)時(shí)表彰一些學(xué)習(xí)比較優(yōu)異的同學(xué)，樹(shù)立了學(xué)習(xí)標(biāo)兵和榜樣，這對(duì)提高大家的學(xué)習(xí)動(dòng)力會(huì)有一定的幫助。

3.代班經(jīng)常為同學(xué)們解決各種學(xué)習(xí)上的困難，并組織一些學(xué)習(xí)的時(shí)間為同學(xué)們指導(dǎo)專業(yè)課知識(shí)，如在每周抽時(shí)間為大家講解C++知識(shí)，大家感覺(jué)效果良好，都贊成把這種好的方法繼續(xù)下去。二．積極開(kāi)展班級(jí)建設(shè)，特別是班級(jí)思想作風(fēng)建設(shè)和班委建設(shè)。1.對(duì)平時(shí)喜歡逃課的同學(xué)，班委成員及時(shí)的提醒，并經(jīng)常郁思想波動(dòng)較大的同學(xué)談心交流，這方面工作主要由心理委員張艷來(lái)負(fù)責(zé)，她完成的比較好。

2.第二學(xué)期初就建立了班級(jí)QQ群和飛信群，便于及時(shí)傳達(dá)信息，對(duì)于接收不到的同學(xué)，同時(shí)其他方式通知，保證每個(gè)同學(xué)及時(shí)收到學(xué)院的通知。

3.地信一班的班委成員與兄弟班級(jí)負(fù)責(zé)人經(jīng)常溝通，學(xué)習(xí)經(jīng)驗(yàn)，取彼之長(zhǎng)，補(bǔ)己之短，促進(jìn)了團(tuán)支部班委會(huì)更好的發(fā)展，這方面，團(tuán)知識(shí)宋勤和組織委員李晨昕工作做得不錯(cuò)。三．各種活動(dòng)加強(qiáng)同學(xué)之間的友誼和班級(jí)凝聚力。

1.積極參加學(xué)校體育節(jié)活動(dòng)。在今年的體育節(jié)上，我們班運(yùn)動(dòng)員參加人數(shù)是最多的，雖然最后由于少寫(xiě)了通訊稿的原因，沒(méi)有獲得精神文明班級(jí)，但捫心自問(wèn)，我們的精神世界是飽滿而充實(shí)的，體育節(jié)給了大家展示團(tuán)結(jié)，樹(shù)立班風(fēng)的機(jī)會(huì)。特別是作為運(yùn)動(dòng)員的同學(xué)，在比賽中互相勉勵(lì)，共同進(jìn)步，是我深為感動(dòng)。大家平日里能聚在一起的機(jī)會(huì)并不多，這樣一起參加活動(dòng)的機(jī)會(huì)更是少之又少，但我看到了團(tuán)結(jié)，看到了大家的凝聚精神。

2.三人制籃球賽。第二次參加三人制籃球賽，以唐榮博為首的運(yùn)動(dòng)員們做了充分的準(zhǔn)備。在去年的三人制籃球賽中，我們與測(cè)繪四班強(qiáng)強(qiáng)聯(lián)手，最終拿到了第一的桂冠，而這次，大家更是躊躇滿志，力爭(zhēng)第一。但是比賽遇到了高年級(jí)的強(qiáng)隊(duì)，出師不利，在接下來(lái)的幾場(chǎng)比賽中，幾次重大的失誤將我們班推向了決賽資格的邊緣。最后一場(chǎng)，大家30分鐘竭力打拼，最終以微弱的劣勢(shì)惜敗。遺憾之余，我又深感欣慰，有這么一群敢想敢干，青春洋溢的青年，我們一定能做出成績(jī)。3.建黨70周年大合唱。今年的大合唱參加人數(shù)甚少，甚至沒(méi)法湊成一個(gè)合唱隊(duì)，一方面大家慢慢對(duì)活動(dòng)失去了新鮮感，另一方面，感覺(jué)學(xué)院的宣傳力度不到位。最后，曹老師做了思想工作，我們還是參加了大合唱，畢竟，作為測(cè)繪學(xué)院的一分子，我們?cè)摓閷W(xué)院盡一份力。4.同學(xué)們積極參加了各種社團(tuán)活動(dòng)，包括三農(nóng)學(xué)社，數(shù)學(xué)建模協(xié)會(huì)等，既豐富了課余生活，有提高了綜合素質(zhì)。

5.期中的時(shí)候，我們組織了自己的農(nóng)家樂(lè)之行，大家在一起包餃子，談天說(shuō)地，增進(jìn)了感情，豐富了課余的生活。

四．實(shí)習(xí)鍛煉了大家。為期16天的實(shí)習(xí)可以說(shuō)是上學(xué)期留下最深刻印象的活動(dòng)。作為剛學(xué)習(xí)專業(yè)課不久的“新兵蛋子”，去參加大型的野外實(shí)習(xí)就注定了這會(huì)是一場(chǎng)艱苦的“旅行”。

我們由全老師帶領(lǐng)，在藍(lán)田縣湯峪鎮(zhèn)進(jìn)行了野外實(shí)際測(cè)圖。由于專業(yè)課學(xué)習(xí)得不扎實(shí)，開(kāi)始的時(shí)候，大家都是摸著石頭過(guò)河，一邊嘗試，一邊積累經(jīng)驗(yàn)。頂著紅熱的太陽(yáng)，站在沒(méi)有一棵可以遮蔽的樹(shù)的玉米地里，我們真正切身體會(huì)了測(cè)繪工作者的艱辛。

因?yàn)橐粋�(gè)小小的失誤，我們一條導(dǎo)線返測(cè)了4次，后來(lái)我們學(xué)到了嚴(yán)謹(jǐn)。

因?yàn)樾⌒〉耐祽袑?dǎo)致閉合差超限，我們又重測(cè)過(guò)一次，后來(lái)我們學(xué)會(huì)了負(fù)責(zé)。

因?yàn)楦魅思夹g(shù)差異的問(wèn)題，我們的進(jìn)度很慢，后來(lái)發(fā)現(xiàn)問(wèn)題，改進(jìn)，我們學(xué)會(huì)了合作。

因?yàn)楹屠蠋煖贤ǖ牟粔�，結(jié)果領(lǐng)到了錯(cuò)誤的任務(wù)，我們白干了兩天，后來(lái)，我們學(xué)會(huì)了溝通。

因?yàn)楦魅说钠�氣不同，我們有了一些小摩擦，后�?lái)溝通，解決問(wèn)題，我們學(xué)會(huì)了寬容。

......

實(shí)習(xí)留給我們太多的回憶，教會(huì)了我們很多，它將會(huì)給我們以后從事其他職業(yè)奠定一個(gè)基礎(chǔ)。

我的一點(diǎn)想法：

這一年多來(lái)，作為班長(zhǎng)，我學(xué)到了很多東西，尤其是在與人打交道這方面獲益匪淺。班級(jí)的同學(xué)來(lái)自五湖四海，各自的家庭也不十分相同，所以交流上有時(shí)會(huì)存在“理解上的偏差”。這就要求我面對(duì)不同的對(duì)象，要采取最合適的方式來(lái)溝通，了解他們。也只有了解了底下所有同學(xué)們的想法，才能恰當(dāng)?shù)拈_(kāi)展班級(jí)工作組織和管理班級(jí)。從這個(gè)角度來(lái)看，我認(rèn)為自己額表現(xiàn)是合格的，雖然我有時(shí)會(huì)有像老師說(shuō)的處理問(wèn)題比較不強(qiáng)硬，但我基本上做到了和每位同學(xué)保持好關(guān)系，并作出友善的姿態(tài)傾聽(tīng)他們的意見(jiàn)，完成了老師和學(xué)院的任務(wù)。

我的另一大收獲就是學(xué)到了不少關(guān)于組織活動(dòng)的經(jīng)驗(yàn)。一年中各種文藝活動(dòng)都需要?jiǎng)訂T同學(xué)們?nèi)�參加，除此之外的一些演出活�?dòng)也給了一些鍛煉。經(jīng)過(guò)一年多的工作，我現(xiàn)在與以前最大的不同就是：我樂(lè)于去做一個(gè)組織者，積極參與到管理和組織活動(dòng)中。

這一年多的時(shí)間里，班級(jí)的氣氛是融洽的，沒(méi)有發(fā)生什么打架之類的事件，并且大家平時(shí)在班會(huì)上的踴躍發(fā)言可以佐證。但是另一方面，我認(rèn)為在某些方面我的管理工作不夠嚴(yán)格，尤其日常生活中沒(méi)有使得大家的平時(shí)表現(xiàn)得到量化的評(píng)價(jià)，我沒(méi)有做好各個(gè)班委的協(xié)調(diào)工作，這是還需改進(jìn)的地方。

從我的本職工作來(lái)講，這一年中，我們既看到了新的希望，也看到了不好的苗頭，首先我從日常生活中看到，越來(lái)越多的同學(xué)對(duì)學(xué)習(xí)的精力投入要更大一些。他們不僅僅認(rèn)真學(xué)習(xí)課堂知識(shí)，還充分利用圖書(shū)館、方便的互聯(lián)網(wǎng)等資源來(lái)補(bǔ)充完善自己的知識(shí)體系。我想在這學(xué)期期末的評(píng)比中，我們地信1001班還是一支有競(jìng)爭(zhēng)力的隊(duì)伍！但在看到好的一面的同時(shí)也不能忽視暴露出的問(wèn)題。我認(rèn)為現(xiàn)在有一批同學(xué)的學(xué)習(xí)態(tài)度錯(cuò)位嚴(yán)重：平時(shí)不上課，期末天天通宵，60分萬(wàn)歲。在這樣一個(gè)競(jìng)爭(zhēng)激烈的年代，60分的成績(jī)能干什么？對(duì)于這種現(xiàn)象我的認(rèn)識(shí)：這些同學(xué)還比較幼稚，沒(méi)有開(kāi)化。但是說(shuō)服教育的工作不能由我們班委會(huì)來(lái)做，我認(rèn)為應(yīng)該有輔導(dǎo)員您來(lái)進(jìn)行一些勸說(shuō)工作，講講道理。幫助他們認(rèn)清現(xiàn)實(shí)。

另一個(gè)不容樂(lè)觀的問(wèn)題就是：大家對(duì)學(xué)校安排的活動(dòng)抵觸情緒比較嚴(yán)重，很多時(shí)候，同學(xué)們需要經(jīng)過(guò)較長(zhǎng)時(shí)間的說(shuō)服才愿意去參加活動(dòng)。這個(gè)問(wèn)題我認(rèn)為主要是兩個(gè)方面造成的：一方面，是我們班委會(huì)教育工作做的不夠好，沒(méi)有充分的提倡教育奉獻(xiàn)的精神。另一方面：學(xué)校在安排某些活動(dòng)時(shí)欠考慮，導(dǎo)致活動(dòng)的進(jìn)程和事前宣傳的不一致，進(jìn)而破壞了學(xué)生們各自的生活安排，產(chǎn)生抵觸情緒。這個(gè)問(wèn)題我想采取的方法是：自愿優(yōu)先，分組輪流：即如果有人愿意主動(dòng)的參與到活動(dòng)中，我們鼓掌歡迎，但是如果自愿者數(shù)量不足，那采取分組輪流制：即按學(xué)號(hào)或者其他方式，輪流代表班級(jí)參加活動(dòng)。

這些就是我的一點(diǎn)心得體會(huì)，說(shuō)永遠(yuǎn)比做容易，我們現(xiàn)在要做的，及時(shí)腳踏實(shí)地，一步一個(gè)腳印的走下去。

測(cè)繪科學(xué)與技術(shù)學(xué)院地理信息系統(tǒng)1001班委會(huì)

擴(kuò)展閱讀：信研1001班師敏104972102821

武漢理工大學(xué)模式識(shí)別導(dǎo)論

題目：模式識(shí)別綜述完成人：師敏班級(jí)：1001班專業(yè)：電路與系統(tǒng)學(xué)制：2.5年學(xué)號(hào)：104972102821

模式識(shí)別綜述

摘要：本文主要介紹了模式識(shí)別中常用的模糊k-均值及最小均方誤差兩種算法。介紹了模糊k-均值算法的基本思路及步驟和最小均方誤差驗(yàn)證可分性及分類算法的原理和方法。并使用MATLAB軟件編寫(xiě)程序?qū)崿F(xiàn)了具體的例子，給出了實(shí)驗(yàn)結(jié)果并對(duì)結(jié)果進(jìn)行了分析。

關(guān)鍵詞：模糊k-均值最小均方誤差可分性

0引言

聚類是數(shù)據(jù)分析中的一項(xiàng)重要技術(shù)【1】，是眾多科學(xué)領(lǐng)域和工程技術(shù)中的一項(xiàng)基礎(chǔ)性工作。聚類分析被廣泛應(yīng)用于生物學(xué)、天體物理學(xué)、模式識(shí)別、決策支持、數(shù)據(jù)挖掘、圖像處理、最優(yōu)化問(wèn)題等。所謂聚類是把d維特征空間中N個(gè)數(shù)據(jù)點(diǎn)分成k個(gè)不同的類，使類內(nèi)數(shù)據(jù)點(diǎn)的相似度高、不同類之問(wèn)的數(shù)據(jù)點(diǎn)的相似度低【2-5】。這里的相似在特征空間中表現(xiàn)為距離近，所以距離可以用來(lái)對(duì)2個(gè)數(shù)據(jù)點(diǎn)進(jìn)行相似性測(cè)度。在模糊聚類分析法中，模糊集合相當(dāng)于模糊類，模式之間的相似性通常用模糊關(guān)系、隸屬度來(lái)表示。模糊聚類分析的具體方法很多，而且新方法不斷出現(xiàn)，本文討論的是模糊k-均值算法。最小均方誤差（LeastMeanSquareError,LMSE）算法的推導(dǎo)利用了梯度概念，它除了對(duì)線性可分的模式類收斂外，對(duì)線性不可分的情況也可以在算法的迭代過(guò)程中明確的表示出來(lái)，避免造成空等現(xiàn)象白白浪費(fèi)時(shí)間。這個(gè)獨(dú)特的性能使這種算法成為設(shè)計(jì)模式分類器的有用工具。

1模糊k-均值算法

模糊k-均值算法在聚類過(guò)程中每次得到的類別邊界仍然是模糊的，每類聚類中心的修改都要用到所有的樣本，此外聚類準(zhǔn)則也體現(xiàn)了模糊性。模糊k-均值算法聚類的結(jié)果仍然是模糊集合，但是如果實(shí)際問(wèn)題需要一個(gè)明確的界限，也可以對(duì)結(jié)果進(jìn)行去模糊化，通過(guò)一定得規(guī)則將模糊聚類轉(zhuǎn)化為確定性分類。1)基本思路

模糊k-均值算法的基本思路是先設(shè)定一些類及每個(gè)樣本對(duì)各類的隸屬度，然后通過(guò)迭代不斷調(diào)整隸屬度至收斂。收斂條件是隸屬度的變化量小于規(guī)定的閾值。2）實(shí)現(xiàn)步驟

（1）假定要聚為K個(gè)類，由人為決定K個(gè)類中心，1本個(gè)數(shù)。

（2）根據(jù)先驗(yàn)知識(shí)確定樣本對(duì)各模式類的隸屬度i,j0，建立初始隸

，屬度矩陣U0其中矩陣的行號(hào)i為類別編號(hào)，列號(hào)j為樣本ij0KN，N為樣

編號(hào)。表示第j個(gè)元素對(duì)第i類的隸屬度。對(duì)隸屬度矩陣的第j列而

ij言，它表示第j個(gè)元素分別對(duì)各模式類的隸屬度，因此矩陣的每列元素之和等于1。

（3）求各類的聚類中心miL，L為迭代次數(shù)。

NmiLj1ijLNijmXmj,i1,2,K

Lj1式中參數(shù)m2，是一個(gè)控制聚類結(jié)果模糊程度的常數(shù)，即模糊化指數(shù)。可以看出各聚類中心的計(jì)算必須用到全部的N個(gè)樣本，這是與非模糊k-均值算法的區(qū)別之一。在k-均值算法中，某一類的聚類中心只由該類樣本決定，不涉及其他類。

（4）計(jì)算新的隸屬度矩陣UL1，矩陣元素的計(jì)算方法【6】為ij1XmL11Xm2jiK2jll11m11m1,j1,2,N,i1,2,K

ml,l1,2,K為每個(gè)聚類的中心，ijL1是第j個(gè)樣本對(duì)于第i類的隸

屬度函數(shù)。

（5）回到第三步，重復(fù)至收斂。收斂條件為maxijL1ijL

i,j其中為規(guī)定的參數(shù)。

當(dāng)算法收斂時(shí)就得到了各類的聚類中心以及表示各樣本對(duì)各類隸屬程度的隸屬度矩陣，模糊聚類到此結(jié)束。這時(shí)準(zhǔn)則函數(shù)J達(dá)到最小。

當(dāng)需要給出確定的分類結(jié)果時(shí)，可以根據(jù)隸屬度矩陣，按照隸屬原則進(jìn)行劃分，即若

ijL1maxpjL1,j1,2,,N1pK

則

Xjwi類

3）實(shí)驗(yàn)分析實(shí)例：

設(shè)有九個(gè)一維樣本[-5.0,-4.5,-4.1,-3.9,2.5,2.8,3.1,3.9,4.5],取參數(shù)m2，利用模糊k-均值算法把她們聚為兩類。

用MATLAB軟件編寫(xiě)程序如下：

clearall%初始化參數(shù)值

D=[-5.0,-4.5,-4.1,-3.9,2.5,2.8,3.1,3.9,4.5]%聚類樣本k=2;%聚類中心數(shù)b=2;%模糊化指數(shù)J=100;%模糊聚類主程序

[i,j]=size(D)%得到數(shù)據(jù)樣本規(guī)格，j為數(shù)據(jù)個(gè)數(shù)，i為樣本的維度。

%初始化隸屬度矩陣member=rand(j,k)

forii=1:j%歸一化隸屬度函數(shù)矩陣membertemp1=0;foriii=1:k

temp1=(member(ii,iii))+temp1end

foriiii=1:k

scal_member(ii,iiii)=member(ii,iiii)/temp1endend

member=scal_member%歸一化后的隸屬度矩陣

%計(jì)算k個(gè)模糊聚類中心的位置ccwhileJ>0.01form=1:ksum1=0sum2=0forn=1:j

sum1=sum1+D(n)*power(member(n,m),b)sum2=sum2+power(member(n,m),b)end

cc(m)=sum1/sum2%計(jì)算聚類中心end

%更新隸屬度矩陣forvv=1:jsum4=0foruu=1:k

sum4=sum4+power(1/(D(vv)-cc(uu))^2,1/(b-1))endforuv=1:k

new_member(vv,uv)=(power(1/(D(vv)-cc(uv))^2,1/(b-1)))/sum4endend

%計(jì)算終止條件指標(biāo)，以聚類中心隸屬度函數(shù)變化率很小為終止目標(biāo)。index_mat=new_member-membersum5=0fornum=1:k*j

sum5=sum5+(index_mat(num))^2endJ=sum5

member=new_memberend

%輸出聚類結(jié)果

disp("聚類中心結(jié)果為")fornum2=1:kdisp(cc(num2))end

disp("每個(gè)樣本對(duì)于每個(gè)聚類中心的隸屬度為")member

實(shí)驗(yàn)結(jié)果如下：聚類中心結(jié)果為

3.3543-4.3722

每個(gè)樣本對(duì)于每個(gè)聚類中心的隸屬度為member=0.00560.9944

0.00030.99970.00130.99870.00420.99580.98480.01520.99410.00590.99880.00120.99570.0043

0.98360.0164

實(shí)驗(yàn)結(jié)果分析：

實(shí)驗(yàn)數(shù)據(jù)為D=[-5.0,-4.5,-4.1,-3.9,2.5,2.8,3.1,3.9,4.5]，（1）模糊化指數(shù)m和模式類別數(shù)k分別為mb2,k0.01。

2。i1,j9。（2）初始隸屬度矩陣為member=0.58660.4134

0.41580.58420.59520.40480.04630.95370.36760.63240.58020.41980.52970.47030.54830.4517

0.53470.4653

可知傾向于X1,X3,X6,X7,X8,X9為一類，X2,X4,X5為一類。（3）計(jì)算聚類中心cc=

0.2941-0.9492

（4）計(jì)算新的隸屬度矩陣new_member=

0.36930.63070.35420.64580.33960.66040.33110.66890.70970.29030.69120.30880.67560.32440.64390.35610.62670.3733

此時(shí)J=0.7313，不滿足收斂條件，回到第（3）步繼續(xù)迭代運(yùn)算。得新的聚類中心為cc=1.9214-2.4332。，如此迭代了三次，最終滿足了收斂條件，迭代結(jié)束。得到如上的實(shí)驗(yàn)結(jié)果。從結(jié)果中按照隸屬原則進(jìn)行劃分得：X1,X2,X3,X4為一類，X5,X6,X7,X8,X9為一類。從實(shí)驗(yàn)數(shù)據(jù)可以看出該分類結(jié)果是正確的。

2最小均方誤差（LMSE）驗(yàn)證可分性及分類算法的設(shè)計(jì)與實(shí)現(xiàn)1）LMSE驗(yàn)證可分性算法的基本原理LMSE算法【7】是對(duì)準(zhǔn)則函數(shù)引進(jìn)最小均方誤差這一條件而建立起來(lái)的，這種算法的主要特點(diǎn)是在訓(xùn)練過(guò)程中判定訓(xùn)練集是否線性可分，從而對(duì)結(jié)果的收斂性做出判斷。

LMSE算法把對(duì)滿足式XWT0的求解改為對(duì)滿足XWB的求解，

式中Bb1,b2,,bN是各分量均為正值的矢量，故這兩個(gè)公式是互相等價(jià)的。

LMSE算法的出發(fā)點(diǎn)就是選擇一個(gè)準(zhǔn)則函數(shù)J，使其達(dá)到極小值時(shí)，XWB可以得到最小二乘近似解。依據(jù)這樣的思路，可將準(zhǔn)則函

數(shù)定義為

JW,X,B12XWB21W2i1NTXibi2

時(shí)。準(zhǔn)則函數(shù)

可以看出，JW,X,B有唯一的極小值0，發(fā)生在XW的值等于WTBXi與bi誤差的平方之和，此時(shí)i1,2,,N，我們的目標(biāo)是

使這個(gè)誤差的平方和最小，因此稱這一準(zhǔn)則導(dǎo)出的算法為最小均方誤差算法。

2）LMSE算法的迭代計(jì)算過(guò)程

設(shè)初始值B1，需使其的每一分量都為正值，括號(hào)中的數(shù)字代表迭代次數(shù)k1。

W1XB1#ekXWkBk#

ekWk1WkcXBk1Bkcekek式中，X#XTX1XT稱為X的偽逆，X為Nn1階長(zhǎng)方陣，X#為在上面的過(guò)程中Wk1和Bk1互相獨(dú)立，因此n1N階長(zhǎng)方陣。

兩者計(jì)算的先后次序?qū)τ?jì)算結(jié)果沒(méi)有影響。3）模式類別可分性的判別

可以證明，當(dāng)模式類別線性可分，且校正系數(shù)c滿足0c1時(shí)，該算法收斂，可求得解W。因?yàn)槔碚撋喜荒茏C明到底需要迭代多少步才能達(dá)到收斂，所以在執(zhí)行時(shí)可以監(jiān)視出現(xiàn)解的過(guò)程，從而判斷是否收斂。通常的方法是每次迭代計(jì)算后檢查一下XWk的各分量和誤差向量ek，從而可以判斷是否收斂。具體分為以下幾種情況：

①如果ek0，表明XWkBk0，有解。

②如果ek0，表明XWkBk0，隱含著有解。若繼續(xù)迭

代，可使ek0。

③如果ek0，也就是說(shuō)ek的所有分量為負(fù)數(shù)或零，但不全

部為零，表明模式類別線性不可分，停止迭代，無(wú)解。此時(shí)若繼續(xù)迭代，數(shù)據(jù)將不再發(fā)生變化，不能再調(diào)整。

從上面的過(guò)程可以清楚地看出，當(dāng)ek0后，若繼續(xù)迭代下去，

B,W和e都不會(huì)再發(fā)生變化。因此只有當(dāng)ek中有大于零的分量時(shí)，

才需要繼續(xù)迭代，一旦ek的全部分量只有0和負(fù)數(shù)，則立即停止。

實(shí)際上，對(duì)一線性不可分模式，要達(dá)到ek全部分量都為非正，需要迭代很多次，往往早在ek全部分量都達(dá)到非正值以前就能看出其中有些分量向正值變化得極慢，這時(shí)已能估計(jì)出造成線性不可分的某些樣品，及早采取對(duì)策【8】。

下面以一個(gè)實(shí)例來(lái)說(shuō)明這種情況。假設(shè)有4個(gè)訓(xùn)練樣品，共分為TTTT兩類：顯然它們是線性可分的。用MATLAB1:0,0,0,1;2:1,0,1,1。

軟件編程采用LMSE算法來(lái)驗(yàn)證其可分性。

w1=[00;01]"w2=[10;11]"

x=[001;011;-10-1;-1-1-1]xsharp=inv(x"*x)*x"B=[1111]";c=1;W=xsharp*Be=x*W-Bife0fori=1:4

W=W+c*xsharp*abs(e)B=B+c*(e+abs(e))e=x*W-Bi=i+1;endife00X11101011111X的規(guī)范逆矩陣為X#XTXXT111232#11121112T1112

取B11,1,1,1T和c1得W1XW11,1,1,10TXB12,0,1。因?yàn)?/p>

，因而W1即為所求的解，這時(shí)

e1XW1B10。判別函數(shù)為dx12x11。

4）LMSE分類算法原理

LMSE算法以最小均方誤差作為準(zhǔn)則，因均方誤差為

1因而準(zhǔn)則函數(shù)為JW,XErXW2iiTEriXWiXTiX

22準(zhǔn)則函數(shù)在riXWiTX0時(shí)得JWi,XJ的最小值。

準(zhǔn)則函數(shù)對(duì)Wi的偏導(dǎo)數(shù)為

TEXrXWXiiWi

T帶入迭代方程Wik1WikiXkriXkWikXk

對(duì)于多類問(wèn)題來(lái)說(shuō),M類問(wèn)題應(yīng)該有M個(gè)權(quán)函數(shù)方程，對(duì)于每一個(gè)權(quán)函數(shù)方程來(lái)說(shuō)，如Xki，則riXk1否則rjXk0,j1,2,,M,ji5）LMSE分類算法實(shí)現(xiàn)【9】

①設(shè)各個(gè)權(quán)矢量的初值為0，即W00W10W900。②輸入第k次樣品Xk，計(jì)算dikWiTkXk。③若Xki，則riXk1，否則riXk0。T④計(jì)算Wik1，Wik1WikkXkriXkWikXk其

中k1k。

⑤循環(huán)執(zhí)行第②步，直到屬于wi類的所有樣品都滿足條件：

diXdjXji

下面用一個(gè)實(shí)例來(lái)說(shuō)明該算法的進(jìn)行過(guò)程。給定兩類樣品：

w1:0,0,0,1,0,0,1,0,1,1,1,0w2:0,0,1,0,1,0,0,1,1,1,1,1TTTTTTTT

現(xiàn)在用MATLAB軟件編寫(xiě)程序來(lái)實(shí)現(xiàn)LMSE算法計(jì)算判別函數(shù)�！�

functiony=lmseclassify(sample)loadtempletpattern；w=zeros(26,10);flag=1;num=0;num1=0;d=[];m=[];r=[];whileflagflag=0;num1=num1+1;forj=1:40fori=1:10num=num+1;

r=[0000000000];r(i)=1;

pattern(i).feature(26,j)=1;fork=1:10

m=pattern(i).feature(:,j);d(k)=w(:,k)"*m;endfork=1:10ifk~=i

ifd(i)fork=1:10

w(:,k)=w(:,k)+m*(r(k)-d(k))/num;endendendifnum1>200flag=0;endend

sample(26)=1;b=[];fork=1:10

h(k)=w(:,k)"*sample";end

[maxval,maxpos]=max(h);

y=maxpos-1;

實(shí)驗(yàn)結(jié)果如下：

W0.1350.2380.3050.721實(shí)驗(yàn)結(jié)果分析：

在進(jìn)行迭代運(yùn)算之前，各樣品的特征向量經(jīng)過(guò)增1：

1:0,0,0,1,1,0,0,1,1,0,1,1,1,1,0,12:0,0,1,1,0,1,0,1,0,1,1,1,1,1,1,1TTTTTTTT

取W10,k1k。LMSE算法判別函數(shù)實(shí)現(xiàn)步驟如下：

T①令X10,0,0,1,X11,11,rX11，因此

TW2W11X11W1X10,0,0,1

TT②

X21,0,0,1,X21,212,rX20,0,0,1W3W21X21W2TT,因此

2X20,0,0,1

TT③④

X31,0,1,1,X31,rX31，因此W4W30,0,0,1TT

X41,1,0,1,X41,rX41，因此W5W40,0,0,1T⑤

X50,0,1,1,X52,rX50W6W55X50WTT因此

T140,0,,5X555

經(jīng)過(guò)19次迭代后，得到可以滿足要求的結(jié)果為

W200.135,0.238,0.305,0.721T

因此判別函數(shù)為：dXWTX

參考文獻(xiàn)：

0.50.135x10.238x20.305x30.2210【1】蘇瑞.基于層次的模糊K均值聚類算法研究[J].安陽(yáng)師范學(xué)院學(xué)

報(bào),201*,(02).

【2】DomanyE.SuperparamagneticC1usteringofDataTheDefinitive

SolutionofanⅢPosedProblem[J]．PhysicaA，1999，(263)：158169．

【3】BlattM，WisemanS，DomanyE．SuperparamagneticClusteringof

Data[J]．PhysicalReviewLetters，1996，(76)：32513255．

【4】BlmtM，WisemanS，DomanyE．C1usteringDatathroughanAnalogyto

thePottsModel[A]．AdvancesinNeuralInformationProcessingSystem[C]．MITPress，1996．

【5】BlattM，WisemanS，DomanyE．DataClusteringUsingaModelGranular

Magnet[J]．NeuralComputation，1997，(9)：18051842．

【6】葉萍.基于隸屬度改進(jìn)的模糊K-均值算法[J].長(zhǎng)春工程學(xué)院學(xué)

報(bào),201*,(0l).

【7】楊淑瑩.圖像模式識(shí)別VC++技術(shù)實(shí)現(xiàn)[M].北京：清華大學(xué)出版社；北京

交通大學(xué)出版社，201*.7

【8】齊敏，李大健，郝重陽(yáng).模式識(shí)別導(dǎo)論[M].北京：清華大學(xué)出版社，201*.6【9】楊淑瑩.模式識(shí)別與智能計(jì)算-Matlab技術(shù)實(shí)現(xiàn)[M].北京：電子工業(yè)出版

社，201*.1

友情提示：本文中關(guān)于《地信1001年終工作總結(jié)》給出的范例僅供您參考拓展思維使用，地信1001年終工作總結(jié)：該篇文章建議您自主創(chuàng)作。

來(lái)源：網(wǎng)絡(luò)整理 免責(zé)聲明：本文僅限學(xué)習(xí)分享，如產(chǎn)生版權(quán)問(wèn)題，請(qǐng)聯(lián)系我們及時(shí)刪除。

《地信1001年終工作總結(jié)》由互聯(lián)網(wǎng)用戶整理提供,轉(zhuǎn)載分享請(qǐng)保留原作者信息,謝謝!
鏈接地址：http://www.taixiivf.com/gongwen/725723.html

• 上一篇：創(chuàng)建“安全單位”的工作總結(jié)
• 下一篇：10年安全生產(chǎn)工作總結(jié)及11年工作重點(diǎn)