模式识别导论教学大纲

《模式识别导论》教学大纲

（课程编号08824380 学分-学时 2-40）

东南大学自动化学院

一．课程的性质与目的

本课程是自动化专业高年级本科生一门专业选修课，是研究计算机模式识别的基本理论和方法、应用。本课程的教学目的是，通过对模式识别的基本理论和方法、运用实例的学习，使学生掌握模式识别的基本知识，培养学生利用模式识别方法、运用技能解决本专业及相关领域实际问题的能力。

二．课程内容的教学要求

1.掌握模式识别的概念、发展和应用，模式识别的研究方法；

2.掌握统计模式识别中Bayes决策理论的基本原理及运用；

3.掌握统计模式识别中线性判别函数的基本理论及运用；

4.熟悉概率总体估计中的参数估计方法和非参数技术估计方法；

5.掌握近邻法则和集群；

6.掌握模式特征的抽取和选择；

7.了解人工神经网络在模式识别中的应用；

8.熟悉模式识别的聚类算法。

三．能力培养要求

1.分析能力的培养：主要是对相似性度量方法、特征提取和选择方法、各种识别方法特点进行分析的能力的培养，同时也要注意培养针对具体应用选择合适的识别方法的能力的培养。

2.计算能力的培养：要求学生通过本课程的学习，具备对线性判决函数、似然比、Bayes 风险进行计算或确定计算步骤的能力和对计算结果的正确性进行判断或校核的能力；具有使用计算机进行模式识别分析和计算的能力。

3.自学能力的培养：通过本课程的教学，要培养和提高学生对所学知识进行整理、概括、消化吸收的能力，以及围绕课堂教学内容，阅读参考书籍和资料，自我扩充知识领域的能力。

4.表达能力的培养：主要是通过作业，清晰、整洁地表达自己解决问题的思路和步骤的能力。

5.创新能力的培养：培养学生独立思考、深入钻研问题的习惯，和对问题提出多种解决方案、选择不同计算方法，以及对计算进行简化和举一反三的能力。

总评成绩＝平时成绩＋平时作业∕大作业成绩+期末考试成绩

平时成绩占10％

平时作业∕大作业成绩占40％

期末考试成绩占50％

六．教材及参考书

1．边肇祺、张学工等编著．模式识别（第二版）．清华大学出版社，2000年

2．《模式分类（Pattern Recognition）》．Richard O. Duda, Peter E. Hart, David G.

Stork．机械工业出版社，200３