模式识别原理与应用

1、第章聚类分析第第6章聚章聚类类分分析析6,1模式相似性测度与聚类准则模式相似性测度与聚类准则6,2基于试探的聚类算法基于试探的聚类算法6,3层次聚类法层次聚类法6,4动态聚类法动态聚类法6,5分解法分解法习题习题第章聚类分析6,1模式相似性。

2、第11章文本分类第第11章文章文本本分分类类11,1文本分类技术文本分类技术11,2垃圾邮件识别技术垃圾邮件识别技术11,3网页分类技术网页分类技术习题习题第11章文本分类11,1文本分类技术文本分类技术11,1,1文本分类流程文本分类流程。

3、第9章神经网络模式识别第第9章神经网络模式识别章神经网络模式识别9,1神经网络的基本要素神经网络的基本要素9,2前馈神经网络前馈神经网络9,3自组织特征映射神经网络自组织特征映射神经网络9,4支持向量机支持向量机9,5神经网络模式识别神经网。

4、第1章绪论第第1章绪章绪论论1,1模式识别的基本概念模式识别的基本概念1,2模式识别系统模式识别系统1,3模式识别的基本方法模式识别的基本方法第1章绪论1,1模式识别的基本概念模式识别的基本概念人们在日常生活中,几乎时时在进行类识别活动,对。

5、第2章贝叶斯决策理论第第2章贝叶斯决策理论章贝叶斯决策理论2,1分类器的描述方法分类器的描述方法2,2最大后验概率判决准则最大后验概率判决准则2,3最小风险贝叶斯判决准则最小风险贝叶斯判决准则2,4Neyman,Person判决准则判决准则。

6、第8章模糊模式识别第第8章模糊模式识别章模糊模式识别8,1模糊集合模糊集合8,2模糊关系模糊关系8,3模糊模式识别的基本思想模糊模式识别的基本思想8,4模糊聚类分析模糊聚类分析习题习题第8章模糊模式识别8,1模模糊糊集集合合8,1,1模糊子。

7、第13章图像识别第第13章图章图像像识识别别13,1图像识别的基本原理图像识别的基本原理13,2人脸识别人脸识别13,3签名识别签名识别13,4车牌识别车牌识别习题习题第13章图像识别13,1图像识别的基本原理图像识别的基本原理如图13,1。

8、第14章视频识别第第14章视章视频频识识别别14,1视频结构分析视频结构分析14,2主持人识别主持人识别14,3标题条识别标题条识别习题习题第14章视频识别14,1视频结构分析视频结构分析14,1,1视频结构模型视频结构模型视频包括电影,电。

9、第3章概率密度函数估计第第3章概率密度函数估计章概率密度函数估计3,1概率密度函数估计概述概率密度函数估计概述3,2参数估计的基本概念与评价准则参数估计的基本概念与评价准则3,3概率密度函数的参数估计概率密度函数的参数估计3,4概率密度函数。

10、第章特征提取和选择第第5章特征提取和选择章特征提取和选择5,1基本概念基本概念5,2类的可分性判据类的可分性判据5,3基于可分性判据的特征提取基于可分性判据的特征提取5,4主分量分析主分量分析,PCA,5,5独立分量分析独立分量分析,ICA。

11、第章结构模式识别第第7章结构模式识别章结构模式识别7,1结构模式识别概述结构模式识别概述7,2形式语言与自动机形式语言与自动机7,3高维文法和随机文法高维文法和随机文法7,4句法分析句法分析7,5文法推断文法推断习题习题第章结构模式识别7。

12、第4章线性判别分析第第4章线性判别分析章线性判别分析4,1线性判别函数线性判别函数4,2线性分类器线性分类器4,3分段线性分类器分段线性分类器4,4近邻分类器近邻分类器习题习题第4章线性判别分析4,1线性判别函数线性判别函数利用样本直接设计。

13、第12章语音识别第第12章语章语音音识识别别12,1语音识别的基本原理语音识别的基本原理12,2说话人识别说话人识别12,3语种识别语种识别12,4关键词识别关键词识别12,5连续语音识别连续语音识别习题习题第12章语音识别12,1语音识别。

14、第10章多分类器融合第第10章多分类器融合章多分类器融合10,1多分类器融合的基本原理多分类器融合的基本原理10,2多数投票法和多数投票法和BKS方法方法10,3基于基于Bayes理论的多分类器融合理论的多分类器融合10,4基于证据理论的多。