模式识别课件(第一章2010).ppt

《模式识别》;模式识别（Pattern Recognition）;课程对象;与模式识别相关的学科;教学方法;参考文献;教学目标;第一章 绪论;例;;例;数据获取/采集;问题与难点;“目标分类识别”涉及的相关领域：;人工智能： ;神经网络：;知识发现 数据挖掘（data mining）—方向之一;不确定性推理;这些学科为我们提供了一个工具袋，所要做的工作之一就是结合具体问题把各种已有的方法（模式识别、人工智能、专家系统、人工神经网络、不确定推理等等）结合起来，深入掌握其应有的可能性，互相取长补短，开创目标分类识别应用的新局面。;1.1模式识别的基本概念;什么是模式（Pattern）？;什么是模式？;模式识别的概念;模式识别的数学表述：;模式识别的应用（举例）;模式识别的应用（举例）;1.2 模式识别系统;统计识别;结构模式识别;模式识别系统的组成：;2.预处理：; 以某种判决规则为准则，选取有效的特征,即为特征选择。;4．分类器设计;5．分类决策;1.3 一些基本问题;2．相似与分类的标准;类别性质：;设样本集合X，D维空间;3．特征的生成;可粗略分三层：;例： 椅子的重量=体积*比重 体积（长，宽，高有关；） (底层) 比重（材料，纹理，颜色有关。） （中层） 重量 （高层）;模式识别过程实例;鲈鱼;识别过程;识别过程;;鲑鱼;鲑鱼;光泽度; ;;模式分类器的获取和评测过程;训练和测试;实例：统计模式识别;实例：统计模式识别（续）;实例：统计模式识别（续）;实例：统计模式识别（续）;相关数学概念;相关数学概念;相关数学概念;相关数学概念