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。
代码片段和文件信息
- 上一篇:编译原理三上机实验报告
- 下一篇:MIKEZERO2014_.rar
相关资源
- 局部放电模式识别特征量提取方法研
- 北京科技大学研究生模式识别期末考
- ISODATA聚类分析,对BMP图片操作
- 国防科技大学数据库原理往年试卷2
- 国科大 模式识别与机器学习 2018-201
- 电子科技大学模式识别作业KL变换
- 国科大-2017-2018模式识别与机器学习期
- 国科大模式识别与机器学习2015-2016试
- 清华大学模式识别第二次大作业
- 论文研究-改进的Vibe运动目标检测算法
- 论文研究-基于卷积神经网络的目标检
- 模式识别——基于ID3算法的三次改进
- 模式识别实践报告
- 模式识别电子版
- 中科大计算机模式识别分类器作业
- 模式识别 PCA
- cug蒋良孝模式识别课程报告
- 模式识别 张学工 清华第二版 课后习
- 2017-2018年中国科学院自动化研究所考
- 模式识别经典
- 基于灰度图像分形特征的局部放电模
- 模式识别习题答案经典
- 国科大模式识别与机器学习考题总结
- 机器学习中交叉验证方法
- 《现代模式识别》孙即祥习题答案
- 国科大模式识别与机器学习2018-2019回
- 国科大 模式识别与机器学习期末考查
- Karush-Kuhn-Tucker定理详解
- 国科大刘成林模式识别期末考试2016和
- 模式识别代码
评论
共有 条评论