发布时间：2014-10-25 来源：人大经济论坛

目 录 摘要Ⅰ AbstractⅡ 第1章 绪论1 1.1 课题背景1 1.1.1 课题研究内容1 1.2 模式识别方法综述2 1.2.1 模式识别概述2 1.2.2 模式识别系统3 1.2.3 模式识别的发展动态5 第2章 MATLAB语言简介6 2.1 MATLAB语言的发展与前景6 2.2 MATLAB语言的特点7 2.3 MATLAB语言的控制语句7 2.3.1 循环结构8 2.3.2 条件结构8 第3章 聚类分析的基本理论10 3.1 聚类分析的概念10 3.1.1 聚类分析的基本思想10 3.1.2 特征量的类型10 3.1.3 方法的有效性10 3.2 类的定义与类间距离11 3.2.1 类的定义11 3.2.2 类间距离测度方法12 第4章 聚类分析在模式识别中的应用 14 4.1 表面肌电信号的获取14 4.2 模式相似性测度14 4.2.1 距离测度（差值测度）14 4.2.2 相似测度19 4.3 分级聚类法21 4.4 近邻函数准则算法23 第5章 识别结果及分析27 5.1 对AR模型参数识别结果及分析27 5.2 对倒谱系数识别结果及分析28 5.3 对反射系数识别结果及分析29 5.4 对复杂度识别结果及分析30 5.5 对小波及小波包变换的特征值识别结果及分析31 5.5.1 奇异值简介与识别结果分析32 5.5.2 小波包简介与识别结果分析32 5.6 对分形维数识别结果及分析33 5.7 对K熵识别结果及分析34 5.8 近邻函数准则算法识别结果及分析35 结论37 结束语38 致谢39 参考文献40 附录1 马氏距离程序清单41 附录2 欧氏距离程序清单45 附录3 切氏距离程序清单48 附录4 绝对值距离程序清单51 附录5 角度相似系数程序清单54 附录6 分级聚类法程序清单57 附录7 近邻函数准则算法程序清单61 附录8 数据清单70 摘 要 通过学习聚类分析理论等相关知识，本文用模式相似性测度来描述各个模式之间的相似程度，运用距离测度、相似测度、分级聚类法、近邻函数准则算法等方法设计模式分类器，并运用MATLAB语言编程，实现相应功能。同时运用从人体表面肌电信号中提取出的多个特征值（如AR模型参数等）进行实验验证，实验表明运用距离测度、相似测度、分级聚类法方法设计的模式分类器均能较好地实现对前臂8种动作的模式识别，识别率均在80%以上。运用近邻函数准则算法设计的分类器识别效果相对较差。 关键词：聚类分析 模式相似性测度 近邻函数准则算法 模式识别 分级聚类法 Abstract By studying the theory of Clustering Analysis and any other relative knowledge, the extent of comparability in the pattern is described by pattern comparability measurement in this paper,handle the distance measurement, comparability measurement,classification clustering method，close function algorithms arithmetic to designing pattern divider and use MATLAB to programming,accomplish the relevant function.At the same time,handle the characterless value(i.e AR model parameters)which get from the surface EMG signals to validate, the result shows that the divider which schemed out base on distance measurement, comparability measurement, classification clustering method can well accomplish the pattern recognition for 8 actions of antebrachium, and the recognition rate almost can up to 80% or more. But the recognition effect of the divider which designed base on close function algorithms arithmetic is worse correspondingly. Keywords: Clustering Analysis Pattern Comparability Measurement Close Function Algorithms Arithmetic Pattern Recognition Classification Clustering Method