《模式识别基础实验》课程教学大纲.docVIP

《模式识别基础实验》教学大纲 一、课程基本信息 课程代码： 课程名称：模式识别基础 课程英文名称： Pattern Recognition Fundamental 课程所属单位：计算机与信息工程系计算机科学与技术教研室 课程面向专业：计算机科学与技术本科 课程类型：选修课 先修课程：概率统计，计算机图象处理 学分：1.5 实验学时：10 应开实验项目个数：3个 二、课程性质与目的 模式识别课程是以图象处理技术为基础，研究计算机识别物体的机理，该课程的学习将为计算机视觉以及人工智能等学科的学习打下基础。本课程主要介绍模式识别的基本概念、基本原理、典型方法、实用技术以及有关研究的新成果，其目的是使学生掌握模式识别的基本概念和基本原理，了解模式识别的具体应用、存在的问题和发展前景。主要教学内容是统计模式识别技术，包含：（1）用似然函数进行模式识别；（2）用距离函数机型模式识别；（3）特征选择。 模式识别中包含大量的方法，这些方法正在推动着不同领域内众多应用的发展。一般认为模式识别方法最大的实用性在于“智能”仿真，它在我们的日常生活中随处可见。模式识别包含由特征和属性所描述的对象的数学模型，也涉及到一般意义上对象间的相似性的抽象概念。具体采用何种数学形式、模型和处理方法取决于所要解决问题的类型。从这个意义上讲，模式识别其实就是用数学解决实际问