|
友情提示：本站提供全国400多所高等院校招收硕士、博士研究生入学考试历年考研真题、考博真题、答案，部分学校更新至2012年，2013年；均提供收费下载。 下载流程： 考研真题 点击“考研试卷””下载; 考博真题 点击“考博试卷库” 下载
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．
免责声明：本文系转载自网络，如有侵犯，请联系我们立即删除，另：本文仅代表作者个人观点，与本网站无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
|
文章搜索
您现在的位置： 
