《模式识别入门》PPT课件

《模式识别入门》PPT课件

ID:38932401

大小:2.08 MB

页数:77页

时间:2019-06-21

《模式识别入门》PPT课件_第1页
《模式识别入门》PPT课件_第2页
《模式识别入门》PPT课件_第3页
《模式识别入门》PPT课件_第4页
《模式识别入门》PPT课件_第5页
资源描述:

《《模式识别入门》PPT课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、模式识别(PatternRecognition)信息与通信工程学院信息工程技术研究所陈涛E-mail:chentao@hrbeu.edu.cnTel:18204604801办公地点:21号楼207房间课程性质任意选修课授课对象:电子信息,通信工程,信息对抗,微电子学时:32(其中8学时实验)考查方式:闭卷或开卷考试教材及参考文献教材边肇祺,张学工.模式识别(第二版).清华大学出版社,2000.1参考文献[1]R.Duda,P.Hart,D.Stork,PatternClassification,secondedition,2000(有中译本)[2]蔡云龙,模式识别

2、,西北电讯工程学院出版社,1986.[3]李宏东,姚天翔译,RichardO.Duda著.模式分类(第二版).机械工业出版社,2003.9教材及参考文献参考文献[4]李晶皎译,SergiosTheodoridis(希腊)著.模式识别(第三版).电子工业出版社,2006.12[5]黄凤岗,宋克欧.模式识别.哈尔滨工程大学出版社,1997[6]杨淑莹.图像模式识别-VC++技术实现.清华大学出版社,2005.7[7]杨淑莹.模式识别与智能计算-MATLAB技术实现.电子工业出版社,2008.1机构、会议、刊物1973年,IEEE发起了第一次关于模式识别的国际会议“IC

3、PR”(此后两年一次),成立了国际模式识别协会---’’IAPR”1977年IEEE成立PAMI委员会,创立IEEETrans.OnPAMI,并支持ICCV,CVPR两个会议-PatternRecognition(PR)-PatternRecognitionLetters(PRL)-PatternAnalysisandApplication(PAA)-InternationalJouralofPatternRecognitionandArtificialIntelligence(IJPRAI)先修课程概率论本课程研究的主要内容:统计P.R.线性代数利用特征向量表示

4、模式矩阵计算图像处理、语音信号处理、人工智能、计算机视觉……教学目标掌握模式识别的基本概念和基本方法有效运用所学的知识和方法解决实际问题为研究新的模式识别理论和方法打下基础教学方法着重讲述模式识别的基本概念,基本方法和算法原理注重理论与实践紧密结合实例教学:通过实例讲述如何将所学的知识运用到实际应用中避免引用过多的、繁琐的数学推导第1章绪论1.1P.R.基本概念1.2P.R.发展简史1.3P.R.应用1.4P.R.分类1.5P.R.系统1.1P.R.基本概念什么是模式?什么是模式?什么是模式?模式类?模式识别?广义定义:存在于时间和空间中可观察的物体,如果我们可以

5、区别它们是否相同或是否相似,都可以称之为模式。模式所指的不是事物本身,而是从事物获得的信息,因此模式往往表现为具有时间和空间的分布信息什么是模式?本课研究内容用计算机模拟人的识别能力,提出识别具体客体的基本理论与实用技术。根据这一研究内容,可作狭义定义。狭义定义:对感兴趣的客体的定量的或结构的描述。模式:语音、图像、信号模式的直观特性—可观察性—可区分性—相似性什么是模式?模式类?具有某些共同特性的模式的集合。模式识别?利用计算机自动地(或者人进行少量干涉)把待识模式分到各自的模式类中去的技术。模式识别研究的目的利用计算机对物理对象进行分类,在错误概率最小的条件下

6、,使识别的结果尽量与客观物体相符合Y=F(X)X—定义域取自特征集Y—值域为类别的标号集F—是模式识别的判别方法1.2P.R.简史20世纪20年代出现,60年代发展为学科1929年G.Tauschek发明阅读机,能够阅读0-9的数字.30年代Fisher提出统计分类理论,奠定了统计模式识别的基础.50年代NoamChemsky提出形式语言理论,傅京荪提出了句法模式识别1.2P.R.简史60年代L.A.Zadeh提出了模糊集理论,模糊模式识别方法得以发展和应用80年代以Hopfield网、BP网为代表的神经网络模型导致人工神经元网络复活,并在模式识别得到较广泛的应用

7、。90年代小样本理论,支持向量机也受到了很大的重视。1.2P.R.简史21世纪以来,模式识别研究呈现一些新的特点(1)贝叶斯学习理论越来越多的用来解决模式识别和模型选择问题,产生了良好的分类性能。(2)传统的问题,如概率密度估计、特征选择、聚类等方法不断受到新的关注。新的方法或改进混合的方法不断提出(3)模式识别和机器学习相互渗透、特征提取和选择、分类、聚类、半监督学习的问题日益成为二者共同关注的热点。(4)模式识别系统开始越来越多地用于现实生活,如车牌识别、手写字符识别、生物特征识别。1.3P.R.应用生物学自动细胞学、染色体特性研究、遗传研究。天文学天文望远

8、镜图像分析

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。