《模式识别原理》考试大纲
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
《模式识别原理》考试大纲第一章模式识别的基本问题
1.1 什么是模式识别
1.2 模式识别的基本概念
1.3 模式识别的系统组成
1.4 模式识别方法分类
第二章 Bayes决策理论
2.1 二类问题的最小错误决策
2.2 二类问题的最小风险决策
2.3 Neyman-Pearson决策
2.4 最小最大决策
2.5 多类问题的决策
第三章正态分布的判别函数
3.1 N维正态分布
3.2 正态分布的判别函数
3.3 讨论
第四章线性判别函数
4.1 线性判别函数及广义线性判别函数
4.2 线性分类器设计
4.3 梯度法与牛顿法
4.4 最小平方误差准则函数与H-K算法
4.5 Fisher线性判别函数
4.6 广义线性判别函数
第五章 K-近邻法
5.1 密度估计
5.2 后验概率估计
5.3 最近邻法则与K-近邻法则
5.4 加权K-近邻法则
第六章聚类分析
6.1 类似性度量
6.2 准则函数
6.3 聚类算法
第七章特征提取与选择
7.1 图像的特征提取
7.2 特征选择
参考书目:1. 李金宗. 模式识别导论. 高等教育出版社. 1994.
2. 边肇祺等编著. 模式识别. 清华大学出版社. 2000.