function?[JudgeX?W?]?=?fcFisherJudge（Class1Class2X）
%?依據(jù)求得的Fisher變換向量W，判定輸入數(shù)據(jù)X（樣本數(shù)據(jù)以列向量形式存儲）的所屬
%?參考清華版《模式識別（第二版）》P90頁（4.2章?Fisher線性判別）
%?輸入?yún)?shù)：
%?Class1????第1類對應的訓練數(shù)據(jù)信息矩陣，樣本數(shù)據(jù)以列向量形式存儲，維數(shù)m*n1
%????????????????m對應樣本（列）向量維數(shù)，n1對應該類樣本數(shù)目
%?Class2????第1類對應的訓練數(shù)據(jù)信息矩陣，樣本數(shù)據(jù)以列向量形式存儲，維數(shù)m*n2
%????????????????m對應樣本（列）向量維數(shù)，n2對應該類樣本數(shù)目
%?X?????????????待判定的數(shù)據(jù)，維數(shù)m*nX，樣本數(shù)據(jù)以列向量形式存儲
%?中間變量：
%?CountC??存儲了兩類訓練數(shù)據(jù)的樣本數(shù)目，CountC=[n1?n2]
%?MeanC1??第1類對應的均值（列）向量
%?MeanC2??第2類對應的均值（列）向量
%?avrC1??????第1類均值（列）向量MeanC1經(jīng)Fisher變換后的數(shù)值，avrC1=W‘*MeanC1
%?avrC2??????第2類均值（列）向量MeanC2經(jīng)Fisher變換后的數(shù)值，avrC2=W‘*MeanC2
%?Sw??????????總體的類內離散度矩陣，維數(shù)m*m，Sw?=?Sw_C1?+Sw_C2
%?Sb???????????總體的類間離散度矩陣，維數(shù)m*m，Sb?=?（MeanC1-MeanC2）*（MeanC1-MeanC2）‘
%?Y?????????????待判定數(shù)據(jù)X經(jīng)Fisher變換后的數(shù)值，對于單組樣本X有y=W‘*X，對于樣本矩陣X有Y（i）=W‘*X（:i）
%?threY???????Fisher變換后的數(shù)值判別門限
%?????????????????對于y=W‘*X：若y>threY，X∈Class1；若y%?輸出參數(shù)：
%??JudgeX???待判定的數(shù)據(jù)X的所屬，1表示屬于Class1，0表示屬于Class2
%?????????????????若nX>1（樣本不止一列），輸出結果Judge為由0/1組成的列向量
%?W????????????Fisher變換向量，維數(shù)m*1，W=inv（Sw）*（MeanC1-MeanC2）=Sw\（MeanC1-MeanC2）
%????????????????對于新樣本（列）向量X，有y=W‘*X（列向量樣本經(jīng)變換后為1維常數(shù)）

%?初始化
[mnX]?=?size（X）;
JudgeX?=?zeros（nX1）;
%?計算Fisher判別參數(shù)
[?W?MeanC1?MeanC2?Sw?Sb?CountC?]?=?fcFisherW（Class1Class2）;?
avrC1?=?W‘*MeanC1;
avrC2?=?W‘*MeanC2;
%計算Fisher判別門限
threY?=?（CountC（1）*avrC1?+?CountC（2）*avrC2）/（CountC（1）?+?CountC（2））;
%?進行Fisher判別
if?nX==1?????%X為單組樣本列向量
????Y?=?W‘*X;???????????????%此時Y為常數(shù)
????if?Y>=threY
????????JudgeX?=?1;???????%若y>threY，X∈Class1
????else
????????JudgeX?=?0;???????%若y????end
else?????????????%X為多組樣本組成的矩陣
????Y?=?zeros（nX1）;
????for?i=1:nX
????????Y（i）?=?W‘*X（:i）;
????????if?Y（i）>=threY
????????????JudgeX（i）?=?1;???????%若Y（i）>threY，X∈Class1
????????else
????????????JudgeX（i）?=?0;???????%若Y（i）????????end
????end
end


%?function?[ab]=fisher（ABXh）
%?%A，B表示AB類的數(shù)據(jù)，X表示未知類別的數(shù)據(jù)。
%?%ABX的列表示不同的指標，行表示一個個體。
%?%h為顯著性水平。
%?average1=mean（A）;
%?average2=mean（B）;
%?m=size（A1）;
%?n=size（B1）;
%?p=size（A2）;
%?for?i=1:p
%?????A（:i）=A（:i）-average1（i）;
%?????B（:i）=B（:i）-average2（i）;
%?end
%?S1=A‘*A;
%?S2=B‘*B;
%?S=S1+S2;
%?c=S\（average1-average2）‘;
%?ya=average1*c;
%?yb=average2*c;
%?y0=（m*ya+n*yb）/（m+n）;%臨界值
%?z=X*c;
%?a=（z-y0）*（ya-y0）;a=ge（a0）;%A類
%?b=（z-y0）*（yb-y0）;b=ge（b0）;%B類
%?F=（m*n/（m+n）*（m+n-p-1）/p）*abs（ya-yb）;
%?Fh=finv（1-hpm+n-p-1）;%計算置信水平下的F分布表
%?if?F>Fh
%?????disp（‘判別函數(shù)有效‘）;
%?else
%?????disp（‘判別函數(shù)無效‘）;
%?end

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????3036??2012-12-19?22:09??Fisher二元線性判別?Matlab源碼\fcFisherJudge.m

?????文件???????1932??2012-12-19?22:04??Fisher二元線性判別?Matlab源碼\fcFisherW.m

?????目錄??????????0??2012-12-20?12:43??Fisher二元線性判別?Matlab源碼

-----------?---------??----------?-----??----

?????????????????4968????????????????????3