研一期末考模式识别prnn1.pptVIP

课程简介 本课程是计算机应用、信号与信息处理、控制理论与控制工程等专业硕士研究生的专业选修课。 模式识别是研究用计算机自动识别事物的一门科学，其目的是用机器完成类似于人类智能通过视觉、听觉等感官去识别外界环境所进行的工作，它包括语音识别、图像识别等典型应用。 本课程主要介绍统计模式识别，机器学习的理论与方法及其相关应用。要求学生了解模式识别的基本概念，掌握基本原理和基本方法；了解计算机分类识别事物和计算机分析数据的概念及基本方法。 先修课程 ：线性代数，概率论与数理统计，程序设计基础 为什么学这门课 计算机学科这幢大厦光有计算机编程能力的优秀建筑工还不够？ 模式识别-建筑设计师 根据功能—— 设计建筑 几句话与诸君共勉 国际合作 实验室介绍 教材与教学参考书 模式识别(第二版)，边肇祺，张学工等，清华大学出版社， 2000 模式识别原理、方法及应用，J．P．Marques de sa，清华大学出版社，2002。 Pattern Recognition and Machine Learning. Christopher Bishop，Springer，2006. Neural Network Design，Martin T.Hagan，机械工业出版社，2002。 神经网络模式识别及其实现，潘蒂（美），电子工业出版社，1999。 林学訚，清华大学网络课程“模式识别”：/gjpxw/thujsj/016/ 主要期刊 IEEE Trans. on PAMI，1978-，IEEE Computer Society Pattern Recognition，1968-，PR Society, Elsevier Pattern Recognition Letter，1980-，IAPR, Elsevier Machine Learning，Neural Computation，IEEE Trans. On NN Int. Journal of PR and AI, 1988- (World Scientific) Pattern Analysis and Applications, 1997- (Springer) Int. J. Document Analysis Recognition, 1998- 模式识别与人工智能 中国图像与图形学学报 主要会议 系列性国际会议 ICPR：2年一次，1000人规模 ICCV： 2年一次，1000人规模 CVPR：每年一次在美国，1000人规模 其他 NIPS,KDD ICML 教学方式 讲课+课堂实验演示+讨论+研究报告 课堂实验演示内容： 包括统计模式识别与神经网络模式识别设计（Matlab鼓励用C语言） 期末考试（80%） 平时及研究项目报告（20%） 关于特征 模式识别研究内容 数据预处理 视频、图像、信号处理 模式分割 模式/背景分离、模式-模式分离 运动分析 目标跟踪、运动模式描述 模式描述与分类 特征提取/选择、模式分类、聚类、机器学习 模式识别应用研究 针对具体应用的方法与系统 系统 1.3 模式识别的方法 模版匹配法(templete matching) 统计方法(statistical pattern recognition)： 1950s- 神经网络方法(neural network)： 1980s- 支持向量机、核方法：1990s- 多分类器、集成学习：1990s- Bayes学习：1990s- 1990s-: 模式识别技术大规模应用 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，例如求相关或距离 根据相似性（相关性或距离）大小进行决策 优点：直接、简单 缺点：适应性差 扩展：弹性模版法 方法 统计方法 根据训练样本，建立决策边界(decision boundary) 统计决策理论——根据每一类总体的概率分布决定决策边界 判别式分析方法——给出带参数的决策边界，根据某种准则，由训练样本决定“最优”的参数 本课程的重点内容 方法 神经网络 进行大规模并行计算的数学模型 具有学习、推广、自适应、容错、分布表达和计算的能力 优点：可以有效的解决一些复杂的非线性问题 缺点：缺少有效的学习理论 方法 1.4 模式识别应用 文本图像分析，文本分类 语音识别 工业自动化：零部件/物品分类 数据挖掘 多媒体数据检索（文档、图像、视频、音乐检索 ） 生物特征识别，生物信息学，医学图像 空间探测与环境资源检测，遥感图像 安全监控（身份识别、视频监控、交通监控、音视频监听） …… 生物特征识别 应用 遥感图像地表分类 应用 医学图像分析 应用 车牌识别 应用 1.5 有关模式识别的若干问题 模式类的紧致性： 集合中任意两个内点可以