《模式识别基础》课程教学大纲.docxVIP

《模式识别基础》教学大纲 一、课程基本信息 课程名称 模式识别基础 Fundamental of Pattern Recognition 课程编码 CTL110921020 开课院部 控制科学与工程学院 课程团队 模式识别与人工智能 学分 2.0 课内学时 32 讲授 32 实验 0 上机 0 实践 0 课外学时 32 适用专业 自动化 授课语言 双语 先修课程 线性代数、高等数学（2-1）、高等数学（2-2）、概率论与数理统计、信号与系统 课程简介 （限选） 本课程是自动化专业的限选课。本课程重点介绍模式识别概述、模式识别系统的基本框架、贝叶斯决策理论、线性判别函数、特征提取、聚类等基础知识及模式识别系统评价方法，简单介绍神经网络和深度学习的模型和方法。通过学习使学生了解模式识别在自动化工程领域中的地位和作用及解决模式分类问题的正确方法。通过本课程的学习，进一步拓宽本科生的自动化知识，使本科生掌握模式识别的基本知识，能设计实现简单的识别系统，具备系统模型选择、设计实现和结果的能力，同时为学生进入高层次学习打下良好的理论基础。 This course is the distributional elective course of Automation. This course focuses on the overview of pattern recognition, the basic framework of pattern recognition; Bayes decision theory, linear discriminant functions, feature extraction, cluster, and evaluation of pattern recognition systems. The model and the training methods Neural Network and Deep Learning are introduced. By learning to enable students to understand the status and role of pattern recognition in automation area and the correct way to solve the problem of pattern classification. Through this course, to further expand the automation knowledge of undergraduate students, the undergraduate basic knowledge of pattern recognition, able to design and implement a simple recognition system, with the ability of system model selection, design implementation and results. At the same time lay a solid theoretical foundation for students to enter the high level. 负责人 大纲执笔人 审核人 二、课程目标 序号 代号 课程目标 OBE 毕业要求指标点 任务 自选 1 M1 目标1：根据所学模式识别知识能够具备系统输入的特征选择、识别模型选择、模型判别准则选择、系统的训练和识别结果分析、进行系统评估等的能力。 是 1.3 1.3 2 M2 目标2：了解模式识别的国内外发展趋势和研究热点，能就模式识别领域相关问题进行综述和分析，能够具备选择适合研究问题的参考方案的能力。 是 4.1 4.1 3 M3 目标3：根据所学模式识别的基本算法，能够具备根据调研的结果，选择建立适合问题的系统模型的能力，并能够进行多种模型的简化或转换，了解各模型的特点和适用场合。 是 4.2 4.2 4 M4 目标4：根据所学模式识别的基本原理和编程方法，能够具备编程或调试程序实现对应的模式识别系统，分析系统或算法的性能的能力。 是 4.3 4.3 5 M5 目标5：分组完成大作业，培养学生的团队协作意识，每个团队成员完成项目中的具体工作，如文件检索、编写源代码、调试程序、撰写报告、制作PPT答辩等。 是 9.1 9.1 三、课程内容 序号 章节号 标题 课程内容/重难点 支撑课程目标 课内学时 教学方式 课外学时 课外环节 1 第1章 第1章 绪论 本章重点难点：模式识别和模式的概念，学习模式识别的基本知识，了解模式识别的流程和框架。 / / / / / 2 1