模式识别内容概述
来源:互联网 发布:大阪大型超市 知乎 编辑:程序博客网 时间:2024/05/22 05:21
教材推荐:模式识别-西奥多里蒂斯第四版
第2章至第十章:有监督模式识别:
第2章:估计位置概率密度函数的贝叶斯分类技术
贝叶斯分类、最小距离、(欧几里得距离和马哈诺比斯距离)、最近邻分类器、朴素贝叶斯分类器,简单介绍贝叶斯网络。
第3章:线性分类器的设计。
均方理论的概率估计性质、偏差方差的难题、支持向量机的基本原理、线性可分性、感知器算法、均方和最小二乘法理论
第4章:非线性分类器的设计
Cover定理和径向基函数,简单介绍非线性支持向量机、决策树和联合分类器。
第5章:特征选择
重点为t检验。介绍发散、Bhattacharrya距离和散布矩阵。本章重点为Fisher线性判别方法(LDA)。
第6章:利用正交变化来进行特征提取。介绍了KL变换和奇异值分解。定义了DFT、DCT、DST、Hadamard和Haar变换。最后讲解了离散小波变换。
第7章:图像和声音分类中的特征提取。
局部线性变化、矩、参数模型和分形的内容。一阶和二阶统计特征以及行程长度方法。此外,讲述了外形描述的链码。
第8章:模板匹配。
动态规划和Viterbi算法,并应用与模式识别中。此外,还讲述了相关匹配和可变形模板匹配的基本原理。
第9章:上下文分类。
介绍了隐马尔可夫模型,应用于通信和语音识别。
第10章:系统评估和监督学习。
讨论各种各样的误差率评估技术。留一法和重替代法也是重点。
第11章至第16章:讲述无监督模式识别。
第11章:聚类的基本概念。
定义和聚类中各阶段的任务、近邻测度方法。
第12章:顺序聚类算法。
聚类的基础知识、简单的聚类方案。
第13章:层次聚类算法。
基于矩阵理论的单一连接和完全完全连接算法。
第14章:基于代价函数最优的聚类算法。
点描述、超平面描述、壳描述、硬聚类、模糊聚类、概率方法。
第15章:讲述不同的聚类方法。
竞争学习、分支和约束、模拟退火以及遗传算法等。
第16章:聚类过程的聚类有效性。
每种情况的内部、外部、相关标准和随机假设的定义方面。
本书并未提到句法模式识别方法。在句法模式识别中,样本的结构极为重要,要实现句法模式识别需要有初始样本集、语法规则集和一个自动识别器。
- 模式识别内容概述
- 模式识别概述
- 模式识别概述
- 【模式识别】模式识别的概述(一)
- 模式识别1-内容
- 1.1 模式识别问题概述(1)
- 模式识别
- 模式识别
- 模式识别(
- 模式识别
- 模式识别
- 模式识别
- 模式识别
- 模式识别
- 模式识别
- 模式识别
- 模式识别
- 【模式识别】
- 【java】获取指定文件夹大小
- 前序遍历,中序遍历,后序遍历的相互求法
- (转)高瓴资本张磊:我的人生转折点(附投资哲学)
- 设计模式-(5)单例模式
- JavaScriptDOM练习之百度搜索框
- 模式识别内容概述
- 逆波兰表达式
- Amateras Modeler的配置与使用
- 编写代码模拟手机与SIM卡的组合关系。 要求: SIM卡类负责创建SIM卡; Phone类负责创建手机; 手机可以组合一个SIM卡;
- java基础 字符缓冲流[BufferedReader 和 BufferedWriter]
- 命令行操作项目练习
- Jzoj4603 颜料大乱斗
- 算法设计与分析笔记之(6):分支限界法
- JavaScriptDOM练习之为同一个元素绑定多个不同的事件并指向同一个事件处理函数