《模式识别》（张向荣）教案全套 第1--10章 模式识别概论---半监督学习.docx

PAGE

PAGE10

《模式识别》教案

人工智能学院

课程名称：模式识别课程代码：

学分/学时：3学分/40+16课时适用专业：智能科学与技术专业

先修课程：概率论与数理统计、线性代数后续课程：机器学习、数据挖掘

开课单位：人工智能学院智能所

一、课程性质和教学目标

课程性质：智能科学与技术专业的专业必修课。

教学目标：模式识别是一门理论与应用并重的技术科学，与人工智能关系密切，其目的是用机器完成人类智能中通过视觉、听觉、触觉等感官去识别外界环境的工作。通过本课程的学习，使学生系统掌握模式识别基本原理和分类器设计的典型方法。具体包括:贝叶斯决策理论，线性判别函数，近邻法，特征选择和提取，非监督学习方法，人工神经网络，模糊模式识别方法，支撑矢量机。同时，通过大作业使学生了解模式识别方法在文本识别、智能图像处理等领域的应用，有助于学生综合能力和整体素质的提高。

二、课程教学内容及学时分配详见表格。

三、教学方法

本课程以课堂教学为主，结合大作业、自学等教学手段和形式完成课程教学任务。

在课堂教学中，通过讲授、提问、讨论、演示等教学方法和手段，课后充分利用网络资源，进行学习讨论、答疑、解题指导等方式让学生理解模式识别课程的框架、基本概念，主要内容、原理和方法，为学生学习专业知识和从事工程技术工作打好理论和实践基础。模式识

别课程知识覆盖面广，理论严密，逻辑性强，有广阔的应用背景。学习模式识别课程，对培养学生辩证思维能力，树立理论联系实际的观点，提高分析问题、解决问题的能力等，都有着重要的作用。

在完成大作业教学环节中，通过启发式教学、讨论式教学培养学生初步运用所学的模式识别基础知识和方法分析问题的能力。培养学生自主学习能力、与其他同学合作解决问题的能力、发现问题与解决问题的能力、获取和整理信息的能力、以及运用计算机编程语言实现所学内容的能力、准确运用语言文字的表达能力，激发学生的创新思维。

四、考核及成绩评定方式

最终成绩由平时成绩和期末成绩组合而成，所占比例如下:

平时成绩：40%。其中包含出勤率、平时作业、课堂展示和上机

课，平时作业主要考核对每堂课知识点的复习、理解和掌握程度。上机课主要考核计算机运用能力、获取整理信息的能力以及理论联系实际的能力，学生可根据自己的专业方向及研究兴趣自拟题目或根据任课教师提出的题目通过自学使用C++或Matlab进行计算机仿真，给出一定形式的仿真结果及说明。

期末考试成绩：60%。主要考核对模式识别基础知识的掌握程度。

书面考试形式。题型为：判断题、选择题、简答题、计算题和解析题等。

五、教材及参考书目教材：

张向荣冯婕焦李成刘芳，《模式识别》，西安电子科技大学出版社，2019

参考书目:

RichardO.Duda，PeterE.Hart，DavidGStork著，李宏东姚天翔等译，《模式分类》，机械工业出版社，2003

AndrewR.Webb，KeithD.Copsey著，王萍译，《统计模式识别》，电子工业出版社2004

3.吴建鑫，《模式识别》，机械工业出版社，2020

4.孙即祥，现代模式识别，高等教育出版社，2008

课程名称

模式识别

年级

大三

授课方式

讲课+学生展示+上机

授课学时

2

授课内容

第一讲

授课教师

唐旭

授课章节

第一章模式识别概论1.1什么是模式识别

模式识别的基本概念

模式识别系统

模式识别的历史与现状

基本要求

了解模式与模式识别的基本概念和相关术语了解模式识别基本方法，发展历程及相关应用

重点、难点

（1）模式，广义地说，存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。狭义地说，模式是对感兴趣的客体的定量的或结构的描述。模式的直观特性:可观察性、可区分性、相似性。

（2）模式识别的目的：利用计算机对物体（模式）进行分类，在错误概率最小的条件下，使识别的结果尽量与客观物体相符合。

Y?F(x)解读：x的定义域取自特征集，Y的值域为类别的标号集，F是模式识别的判别方法。

（3）鲈鱼和鲑鱼识别步骤如下：

a.需要将鱼输入到计算机，我们搭建一个摄像机，然后拍摄很多鱼的图片收集起来；

b.由于在传送带上，摄像机拍照，有背景，也有可能很多鱼交叠在一起，所以要进行一个预处理；

c.需要对鱼的图像进行特征提取；比如，长度、光泽、宽度、鳍的数目与形状等；

d.设计分类器，对鲈鱼和鲑鱼进行分类。

当然，特征越多，测量的代价就越多；加入冗余或低辨别力的

特征，反而可能会带来负面影响；特征越多，模型就越复杂，分类边界也