Teaching Information
Release time: 2024-04-29Hits:
- Course Introduction:模式识别是人工智能领域的一门重要学科，其所涉及的理论十分广泛，方法十分丰富，新理论、新方法、新技术、新应用不断涌现。本课程主要介绍统计模式识别的基本理论与方法，主要内容包括模式识别基本理论概述、统计模式识别的几何方法、概率方法以及聚类方法。具体涉及的重要内容包括模式识别系统的基本构成、最近邻算法、线性判别函数及感知器算法、H-K算法、非线性判别函数、Fisher线性判别、最大后验概率判决准则、最小风险判决准则、层次聚类算法、动态聚类算法等。旨在使得本专业的本科生具备相关信号处理、分析和识别的专业技能。
- Teacher:成娟
- School Year:2023-2024
- Semester:Spring Term
- Course number:0130270X
- Credits:2.0
- Course Type:Undergraduate Course:
- Top-Quality Courses or Not:no
- Maximum Number of Students:5
- Required Class Hours:32.0
- Next One:生物医学测量与虚拟医学仪器设计实验
MOBILE Version