模式识别考试重点汇总---王.docVIP

第一章 P2 1、两种基本的模式识别法：统计模式识别和结构（句法）模式识别方法。 2、基于统计方法的模式识别系统主要由4部分组成：数据获取、预处理、特征提取和选择、分类决策。如图： 数据获取：通常输入对象的信息由下列3种类型：二维图像、一维波形、物理参量和逻辑值。 预处理：目的是去除噪声，加强有用信息，并对部分退化现象进行复原。 特征提取和选择：这个过程是为了有效地实现分类识别，要对原始数据进行变换，得到最能反应分类本质的特征。 分类决策：在特征空间中用统计方法把被识别对象归为某一类别。 第二章 P9 要用贝叶斯进行分类时的要求：各类别总体的概率分布式已知的；要决策分类的类别数是一定的。 P10 贝叶斯公式： 基于最小错误率的贝叶斯决策规则为：如果，则把x归类于正常状态w1，反之，则把x归类于异常状态w2。 （如果） P11 例2.1 P12 在多类决策中，最小错误率贝叶斯决策规则： 。 P14 期望风险R反映对整个特征空间上所有x的取值采取相应的决策α（x）所带来的平均风险；而条件风险R（αi|x）只是反映了对某一x的取值采取决策αi所带来的风险。 最小风险贝叶斯决策规则为：。 P15 例2.2 P17 在限定一类错误率条件下使另一类错误率为最小的两类别决策。 这种在限定一类错误率ε2为常数而使另一类错误率ε1最小的决策规则也称Ne