原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
2012-5-3
“计算智能与模式识别”课程教学大纲
英文名称：ComputationalIntelligenceandPatternRecognition
课程编码：MATH4041
学时：48（理论学时：40上机学时：8）
学分：3
适用对象：信息与计算科学专业本科生
先修课程：数学分析、数值分析、概率论与数理统计
使用教材及参考书：
1.M.T.Hagan,H.B.Demuth,andM.H.Beale.神经网络设
计.北京：机械工业出版社，2002.
2.S.Kumar.NeuralNetworks.北京：清华大学出版社，2006.
3.邓乃杨，田英杰.支撑向量机—理论、算法与拓展.北京：科
学出版社，2009.
4.V.N.Vapnik著，张学工译.统计学习理论的本质.北京：
清华大学出版社，2000.
5.S.TheodoridisandK.Koutroumbas.PatternRecognition.
北京：机械工业出版社，2006.
6.许东等.基于MATLAB6.x的系统分析与设计——神经网络.西
安：西安电子科技大学出版社，2002.
一、课程性质和目的
性质：专业选修课
2012-5-3
目的：通过本课程的学习，使学生掌握神经网络、支撑向量机和
统计学习的基本理论与方法，培养学生使用它们解决实际工程问
题的初步能力，为进一步地学习和应用打下基础。
二、课程内容简介
《计算智能与模式识别》是“信息与计算科学专业”本科生的专
业选修课，主要讲授神经网络、支撑向量机和统计学习的基本理
论与方法，及其它们在实际工程领域中的应用。内容包括：感知
器、ADALINE网络、多层前向网络、径向基函数网络、Hopfield
网络、支撑向量机、统计学习的理论及其它们在模式识别等相关
实际工程问题中的应用。
三、教学基本要求
1．掌握神经网络、支撑向量机、统计学习的基本理论与方法
2．初步了解它们在模式识别等相关实际工程问题中的应用。
四、教学内容及安排
第一章：神经网络概述
1．人工神经网络
2．神经元模型
3.神经网络的三要素
4.神经网络的特征
5.神经网络的主要应用领域
教学安排及教学方式
2012-5-3
教学环节学时分配课后环节（请打“√”）
综合
章节数授课实验上机讨论作业自学其他
大作业
1.1-1.22
1.3-1.52
第二章：感知器
1．引论
2.网络结构
3.模式识别的基本概念
4.感器学习规则
5.感知器的局限性
5.多层感知器的分类性
教学安排及教学方式
教学环节学时分配课后环节（请打“√”）
综合
章节数授课实验上机讨论作业自学
文档评论（0）