《模式识别》课程教学大纲.docVIP

《模式识别》教学大纲 一、课程基本信息 1．课程代码2．课程中文名称：模式识别 课程英文名称：Pattern Recognition 3．面向对象：遥感科学与技术专业本科生 4．开课学院（课部）、系（中心、室）：信息工程学院遥感系 5．总学时数：40 讲课学时数：32，实验学时数：8 6．学分数：2.5 7．授课语种：中文，考试语种：中文 8．教材：统计模式识别（第三版），（英）韦布（Webb，A.R.）著，王萍 等译，电子工业出版社，2015。 二、课程内容简介 本课程对统计模式识别的基本理论和技术做了全面且详尽的介绍。包括用于分类器设计的重要方法和用于数据分析和预处理的关键技术。即基于概率密度函数估计的参数法和非参数法，基于判别函数构建的线性模型、径向基函数网络、支持向量机、投影方法（神经网络）和判别分析决策树等；后者涉及特征选择和特征提取以及聚类分析。此外，本课程还就分类器的特性测评和利用分类器的组合技术改进分类器特性等进行了较充分的讨论。并且，对模型选择、不可靠分类、缺值数据、离群值检测、连续变量与离散变量的混合等问题进行了探讨。 三、课程的地位、作用和教学目标 《统计模式识别》课程是遥感科学与技术专业必修的一门重要专业课程，通过这门课程的学习让学生了解遥感信息提取方法的物理背景、理论假设及方法实现，以便更好的处理与分析遥感数据。 四