返回本章首页
第1章 绪论
第4章 线性判别函数(重点掌握)
4.1 线性判别函数和决策面 4.2 感知准则函数 4.3 最小平方误差准则函数(MSE ) 4.4 Fisher线性判别函数 4.5 多类情况下的线性判别函数和固定增量算法 4.6 分段线性判别函数
返回本章首页
第1章 绪论
第6章 近邻法(了解) 非监督学习方法的部分内容合并到此章介绍。 第7章 特征的抽取和选择(掌握) 基于K —L展开式的特征提取合并到此章介绍。 其它内容不作要求 课程小结:讲授模式识别的应用实例及复习前面 各知识点。 考核 考试成绩(80%)+平时成绩(20%)
第1章 绪论
第1章 绪论
1.1 模式和模式识别的基本概念 1.2 模式识别系统 1.3 模式识别的发展及应用 1.4 本课程授课按排及考核标准
第1章 绪论
1.1 模式和模式识别
1.1.1 模式 1.1.2 模式识别
返回本章首页
第1章 绪论
1.1.1 模式
“模式”这个概念的内涵是很丰富的,我们把凡是 人类能用其感官直接或间接接受的外界信息都称为 模式,比如,文字、图片、景物是模式,声音,语音是 模式,心电图、脑电图、地震波等也是模式。广义 地说,存在于时间和空间中可观察的事物,如果我们 可以区别它们是否相同或是相似,都可以称为模式, 但模式所指的不是事物本身,而是我们从事物获得 的信息, Байду номын сангаас此, 模式往往表现为具有时间和空间分布 的信息。
返回本节
第1章 绪论
第1章 绪论
1.3.4 其它方面的应用
模式识别进行遥感图片的分类,可以完成大量的 信息处理工作;在军事上,可见光、雷达、红外 图像的分析与识别,可以检出和鉴别目标的出现, 判断目标的类别并对运动中的目标进行监视和跟 踪。采用地形匹配的方法校正飞行轨道以提高导 弹的命中精度,也是模式识别的重要应用课题。 此外,模式识别在鉴别人脸和和指纹,地质勘测、 高能物理,机器人技术等方面也有很多用处。