《模式识别》PPT课件 蔡宣平 国防科技大学

 
课件内容： 
第1章绪论 
01-01概述 
01-02特征矢量及特征空间、随机矢量、正态分布特性 
第2章聚类分析 
02-01聚类分析的概念、相似性测度（一） 
02-02相似性测度（二） 
02-03类间距离、准则函数 
02-04聚类算法：简单聚类算法、谱系聚类算法 
02-05聚类算法：动态聚类算法——C均值聚类算法 
02-06聚类算法：动态聚类算法——近邻函数算法 
02-07聚类算法实验 
第3章判别域代数界面方程法 
03-01判别域界面方程分类的概念、线性判别函数 
03-02判别函数值的鉴别意义、权空间及解空间、fisher线性判别 
03-03线性可分条件下判别函数权矢量算法 
03-04一般情况下的判别函数权矢量算法 
03-05非线性判别函数 
03-06最近邻方法 
03-07感知器算法实验 
第4章统计判决 
04-01最小误判概率准则 
04-02正态分布的最小误判概率、最小损失准则判决 
04-03含拒绝判决的最小损失准则、最小最大损失准则 
04-04Neyman—Pearson判决、实例 
第5章统计决策中的经典学习方法 
05-01概述、矩法估计、最大似然估计 
05-02贝叶斯估计 
05-03贝叶斯学习 
05-04概密的窗函数估计方法 
05-05有限项正交函数级数逼近法 
05-06错误率估计 
05-07小结 
05-08实验3-4-5 Bayes分类器-kNN分类器-视频动目标检测 
第6章特征提取和选择 
06-01概述、类别可分性判据（一） 
06-02类别可分性判据（二） 
06-03基于可分性判据的特征提取 
06-04离散KL变换与特征提取 
06-05离散KL变换在特征提取与选择中的应用 
06-06特征选择中的直接挑选法 
06-07综合实验-图像中的字符识别 
第7章复习