模式识别-李春利课程教学大纲.docVIP

PAGE9

《模式识别》教学大纲

课程英文名称

PatternRecognitionTimes

开课院系

计算机科学与技术学院

课程类别

选修课

授课对象

1.学术型2.专业学位

授课方式

1.讲授类2.研讨类

课程总学时

36

课程总学分

2

开课学期

2

适用专业

计算机科学与技术、计算机技术

预修课程

概率统计理论，优化理论,矩阵论，形式语言与自动机，图论

主讲教师1

李春利

职称

副教授

主讲教师2

惠康华

职称

讲师

课程简介（500字以内）：

模式识别(PatternRecognition)，就是通过计算机用数学技术方法来研究模式的自动处理和判读。随着计算机技术的发展，人类有可能研究复杂的信息处理过程。特别重要的是对光学信息(通过视觉器官来获得)和声学信息(通过听觉器官来获得)的识别，这是模式识别的两个重要方面。

模式识别是计算机及应用专业的一门专业选修课。通过本课程的学习，使学生掌握模式识别的基本概念、基本原理、基本分析方法和算法，具有初步设计、实现模式识别中比较简单的分类器算法的能力，从而为学生进一步从事该方向的学习与研究工作打下基础。

课程教学目标与基本要求：

通过各教学环节，本课程应达到下列要求：

1认识模式识别的目的和意义，了解模式识别的过程。

2理解统计分类法的基本思想，掌握几何分类法和概率分类法的几种典型算法。

3理解聚类分析的的基本思想，掌握聚类分析的几种典型算法。

4理解人工神经网络的基本思想，掌握人工神经网络分类的过程。

5理解统计学习理论的基本思想，了解统计学习理论分类的过程。

课程考核方式和成绩计算评定：

1．考核方式：考试（）；考查（√）

2．成绩评定：

总评成绩构成：平时考核（40）％；中期考核（0）％；期末考核（60）％

平时成绩构成：考勤考纪（25）％；作业（0）％；读书报告（50）％

实践环节（25）％；其他（0）％

课程内容及详细教学计划：

授课内容（细化到章、节、目）

教学目标

授课模式（指传统讲授、讨论、多媒体教学等）

第一章引言

模式识别与模式识别的目的；模式识别的过程；模式信息的采集；模式识别前的预处理

使学生了解模式识别的概念和过程；要求详细讲解模式识别系统的组成及各部分的功能，已使学生了解模式识别的过程，对模式信息的采集和预处理只做简单介绍即可。

传统讲授

第二章几何分类法

统计分类的基本思想；模式的相似性度量及距离分类法；几何分类法（线性可分时）

使学生掌握几何分类法的几种典型算法。要求详细讲解几种算法的技术思想与算法流程。

传统讲授、研讨

第三章概率分类法

概率分类的判别标准；正态密度及其判别函数；密度函数的估计（介绍）

使学生掌握模式识别中对非确定性模式的处理方法。要求在介绍Bayes法则的基础上，着重讲解基于Bayes法则的分类方法，密度函数的估计只做介绍。

传统讲授、研讨

第四章聚类分析

聚类的基础；层次聚类算法；动态聚类法

掌握聚类分析的常用算法。要求详细讲解层次聚类算法的流程。

传统讲授、研讨

第五章人工神经网络

反向传播算法（BP）；径向基函数网络（RBF)；HOPFILED网络

通过讲解BP算法的主要思想，RBF网络的结构，HOPFILED反馈神经网络，进而理解人工神经网络的特点及适用问题。

传统讲授、研讨

第六章统计学习理论

支持向量机（SVM）；支持向量机线性可分；支持向量机非线性可分

通过讲解统计学习理论的主要思想，线性可分，非线性可分，进而理解统计学习理论的特点及适用问题。

传统讲授、研讨

教材及教学参考资料

教材

序号

教材名称

编著者

出版单位

出版时间

1

模式识别

边肇祺

清华大学出版社

2000年10月

2

模式识别——原理、方法及应用

马奎斯德萨著吴逸飞译

清华大学出版社

2002年11月

参考资料

序号

参考资料名称

编著者

出版单位

出版时间

1

模式识别与智能计算——Matlab技术实现（第3版）

杨淑莹

电子工业出版社

2015年04月

2

模式识别（第四版）

?(希)西奥多里德斯等著，李晶皎?等译

电子工业出版社

2016年1月

3

模式分类（原书第2版）

?[美]RichardO.Duda,PeterE.Hart,DavidG.Stork?

机械工业出版社

2003年9月

4

解析深度学习-语音识别实践

俞栋

电子工业出版社

2016年6月

注：1.课程类别参考培养方案，学位课明细到公共必修课、学科基础课和学科必修课；

2.主讲教师1和授课教师2两栏必填。