利用MATLAB实现最小错误率贝叶斯判别

摘要：matlab软件平台为用户提供了强大的科学计算与可视化功能，具有简单、易用的用户环境，尤其适合矩阵数据的计算处理。根据matlab的特点，将其与模式识别原理结合起来，以油水层识别为例，求解基于多元正态概率模型下的最小错误率贝叶斯判别函数和决策面方程。

关键词：matlab 模式识别贝叶斯判别油水层识别

中图分类号：tp391.41 文献标识码：a 文章编号：1674-098x (2013)02(c)-00-01

模式识别的分类问题是根据识别对象特征的观察值将其分到某

个类别中去。贝叶斯(bayes)判别法是模式识别方法中的一个基本方法。该方法通过对类别已知样本的学习，提取样本特征并建立判别函数方程，从而来实现对新样本的预测。根据决策规则的不同，贝叶斯判别法又包含最小错误率贝叶斯判别、最小风险贝叶斯判别等。最小错误率的贝叶斯判别就是利用概率论中的贝叶斯公式，得出使错误率最小的分类规则。

matlab集数字分析、矩阵运算、信号处理和图象处理、显示于一体，构成了一个方便灵活的、界面友好的用户环境[1]。同时matlab 提供了大量的功能函数，这些函数的灵活运用会使研究人员避免大量重复性的劳动。对于测井方法研究和数据处理来说，由于获得的信息都是数字化的，所以应用matlab可以很方便地解决与测井相关的问题。matlab的出现使得测井工作者能够把更多的精力集中到