模式识别导论

第1章 引论

1.1 模式识别及模式识别系统

1.2 模式识别的基本方法

1.3 模式识别的一些基本准则

1.4 模式识别的应用

第2章 线性判别函数法

2.1 判别函数的基本概念

2.2 线性判别函数

2.3 感知器学习算法

2.4 最小均方误差算法

2.5 fisher线性判别法

*2.6 线性二分能力

习题

上机练习

第3章 非线性判别函数

第1章 引论

1.1 模式识别及模式识别系统

1.2 模式识别的基本方法

1.3 模式识别的一些基本准则

1.4 模式识别的应用

第2章 线性判别函数法

2.1 判别函数的基本概念

2.2 线性判别函数

2.3 感知器学习算法

2.4 最小均方误差算法

2.5 fisher线性判别法

*2.6 线性二分能力

习题

上机练习

第3章 非线性判别函数

3.1 分段线性判别函数

3.2 分段线性判别函数的学习方法

3.3 势函数法

*3.4 广义线性判别函数

*3.5 二次判别函数

习题

上机练习

第4章 统计决策方法

4.1 最小误判概率准则判决

4.2 最小损失准则判决

*4.3 最小最大准则

4.4 正态分布模型的统计决策

习题

上机练习

第5章 概率密度函数估计

5.1 参数估计的基本概念

5.2 概率密度函数的参数估计

5.3 概率密度函数的非参数估计

习题

上机练习

第6章 聚类分析

第7章 特征提取与选择

第8章 模糊模式识别

第9章 模式分析的核方法

参考文献

《高等学校智能科学与技术专业“十二五”规划教材：模式识别导论》是关于模式识别理论和方法的一本教材，系统地介绍了模式识别的基本理论和基本方法。全书内容以当前广泛应用的统计模式识别技术为主，兼顾模糊模式识别和现代模式识别中的核方法，重点放在统计模式识别的核心问题上，既突出了广泛性，又注重对主要知识内容的深入讨论；另外，书中还对当前广泛应用的统计模式识别方法及其理论基础进行了详细的介绍。

　　《高等学校智能科学与技术专业“十二五”规划教材：模式识别导论》主要供智能科学与技术、自动化、测控技术与仪器、计算机科学与技术等本科专业的高年级学生使用，
也可供从事相关专业的教学、科研和工程技术人员参考。