PR考试整理.doc

1.PR应用：人脸，基因，语音 2.单位列举: 拥有国家重点学科的五所大学：清华（智能系统国家重点实验室）、上交（模式识别图像处理教育部重点实验室）、南理工、西交、北航。 中科院——模式识别国家重点实验室---中科院北京自动化研究所---汉王识别系统。机器人学国家重点实验室---中科院沈阳自动化所---机器人视觉（ATR导弹自动目标识别）。 南邮——江苏省图像处理与图像通信重点实验室。重点人物---毕厚杰。此课程我们学院开设的比较早。实力在省内还算好，国内一般，发展势头减缓。已被东大、南航和南理工等超越，PR就更不用说。 3.何为“模式识别”： Pattern recognition is the study of how machines can observe the environment, learn to distinguish patterns of interest from their background, and make sound and reasonable decisions about the categories of the patterns. 举例：自然背景下的人脸识别 4.模式识别系统的基本组成：原始观测获取，特征提取选择，分类方法 5.模版匹配：首先对每个类别建立一个或多个模版，输入样本和数据库中每个类别的模版进行比较，求相关或距离，根据相关性或距离大小进行决策。 6.句法识别举例： 7.句法PR识别过程： 8.监督学习与非监督学习的区别：训练样本是否已知 9.语音识别的基本单位：音素 10.PR过程：3个空间——模式空间，特征空间，类型空间 3种操作——模式采集，特征提取与选择，分类决策 11.贝叶斯公式（后验概率）： 12．决策规则：最小错误率决策 最小风险决策 最大似然比决策，统一判决规则 最小距离分类规则及适用条件 13.白细胞化验 例2 14.限定一类错误率，使另一类错误率最小——举例1：在细胞的化验中，由于把癌细胞错判为正常细胞的风险较大，可以要求这种错判的错误率不大于某个指定的常数作为前提条件，使正常细胞错判为癌细胞的错误率尽可能小，以此为原则来选择判决门限t，这就是聂曼—皮尔逊判决规则的基本思想。适用于“两难选择”。 举例2：经济发展过快以至于过热。过热的发展是一种不健康的发展。国外记者问总理，为防止过热，对经济减速，这会提高失业率。即两个不愿意看到的现象，经济过热和失业率提高，二者制衡关系。NP规则：如果认为控制失业率是本届政府目前的第一要务，则采取使得失业率稳定在一定范围内的前提下，尽可能的防止经济过热。 15.最小最大决策适用条件：（先验概率可变）类先验概率未知，考查先验概率变化对错误率的影响，找出使最小贝叶斯风险最大的先验概率，以这种最坏情况设计分类器，使得“此时”风险最小。 举例：博弈论——以最不利于自己的条件与对方竞争，争取自己的利益 16.判决函数与决策面方程的区别：在决策面上相邻判别函数相等 17.马氏距离与欧式距离 γ称为x到μ的马氏距离距离。 若去掉∑－1则γ为欧式距离。 18.独立性相关性： 19．协方差矩阵：对角线上的元素——同一特征分量的离散程度； 非对角线上的元素——不同特征分量的离散程度； 若非对角线上的元素为零，则各个特征分量是独立的。 20．3种特殊情况 情况1：∑i=σ2 I , i=1,2,…,c 统计量特点 等概率密度轨迹的特点 a 每类协方差矩阵都相等 等概率密度轨迹形状相同 b 类的各特征之间相互独立 分布的各个轴向相互垂直 c 具有相等的方差 所有轴的长度相等 情况2：∑i=∑ 平面 各类协方差矩阵相等，在几何上相当于各类样本集中在以该类均值μi为中心的同样大小和形状的超椭球内。 情况3：∑i≠∑j ，ij=1,2,…,c 超曲面 21．参数估计与非参数估计区别：类概率密度是否已知 参数估计：先假定研究的问题（类概率密度）具有某种数学模型，如正态分布，二项分布，再用已知类别的训练样本估计里面的参数 非参数估计：不假定数学模型，直接用已知类别的训练样本的先验知识直接估计数学模型（类概率密度） 。 22．分类器的设计与判决过程 23．似然函数，最大似然估计：似然函数是训练样本集和未知参数的函数；将未知参数看作一确定值，所选取的估计函数，能使训练样本集发生的概率最大，这一估计就被称为最大似然估计。 贝叶斯估计基本思想：把待估的参数作为具有某种先验分布的随机变量；通过对第 i 类学习样本X i的观察，借助ρ(X i