《模式识别与智能计算—MATLAB技术实现（第4版）》 全套完整教学课件.pdf

模式识别品智能计算

第1章模式识别概述

第2章特征的选择与优化

第3章模式相似性测度

第4章基千统计概率的贝叶斯分类器设计

第5章判别函数分类器设计

第6章神经网络分类器设计

第7章决策树

第8章粗糙集分类器设计

第9章聚类分析

第10章楼糊聚类分析

第11章遗传算法聚类分析

第12章粒子群算法聚类分析

第13章Memetic算法仿生计算

课程简介

．是计算机技术类重要的专业课程，相关专业的

核心课，选修课。

．热点研究方向。

·己渗透多个领域，与人们的生活紧密相关。

．推动社会发展、改善生活起到了重要的作用。

培养目标

．掌握模式识别的基本概念和方法；

．有效地运用所学知识和方法解决实际问题

·为研究新的模式识别的理论和方法打下基

础

第一章』i式祝别概述

1.1模式识别的基本概念

1.2模式识别的基本方法

1.3统计模式识别

1.4分类分析

1.5聚类分析

1.6模式识别的应用

1.1模式單临谒森概念

昌

·模式识别(PatternRecognition)：确定一个

样本的类别属性的过程，即把某一样本归属

于多个类型中的某个类型。

．样本(Sample)：一个具体的研究对象。如患

者，某人写的一个汉字，一幅图片等。

·模式(Pattern)：对客体特征的描述（定量的

或结构的描述），是取自客观世界的某一样

本的测量值的集合。

在模式识别技术中，被观测的对象称为样本，例如，在手写

数字识别中每个手写数字可以作为一个样本，如果共写了N

个数字，我们把这N个数字叫做N个样本(X,X,...XN)

12

..吻..咖...一，．

心心

..．．．．

X尸X20