资源简介

01.概述 02.特征矢量及特征空间、随机矢量、正态分布特性 03.聚类分析的概念、相似性测度 04.相似性测度(二) 05.类间距离、准则函数 06.聚类算法:简单聚类算法、谱系聚类算法 07.聚类算法:动态聚类算法——C均值聚类算法 08.聚类算法:动态聚类算法——近邻函数算法 09.聚类算法实验 10.判别域界面方程分类的概念、线性判别函数 11.判别函数值的鉴别意义、权空间及解空间、fisher线性判别 12.线性可分条件下判别函数权矢量算法 13.一般情况下的判别函数权矢量算法 14.非线性判别函数 15.最近邻方法 16.感知器算法实验 17.最小误判概率准则 18.正态分布的最小误判概率、最小损失准则判决 19.含拒绝判决的最小损失准则、最小最大损失准则 20.Neyman—Pearson判决、实例 21.概述、矩法估计、最大似然估计 22.贝叶斯估计 23.贝叶斯学习 24.概密的窗函数估计方法 25.有限项正交函数级数逼近法 26.错误率估计 27.小结 28.实验3-4-5 Bayes分类器-kNN分类器-视频动目标检测 29.概述、类别可分性判据(一) 30.类别可分性判据(二) 31.基于可分性判据的特征提取 32.离散KL变换与特征提取 33.离散KL变换在特征提取与选择中的应用 34.特征选择中的直接挑选法 35.综合实验-图像中的字符识别 孙即祥,现代模式识别,国防科技大学出版社,2003年。 ●吴逸飞译,模式识别-原理、方法及应用,清华大学出版社,2003年。 ●李晶皎等译,模式识别(第三版),电子工业出版社,2006年。

资源截图

代码片段和文件信息

评论

共有 条评论