本课程为精品课，您可以登录eeworld继续观看： 离散KL变换与特征提取继续观看 课时1：概述 课时2：特征矢量及特征空间、随机矢量、正态分布特性 课时3：聚类分析的概念、相似性测度 课时4：相似性测度（二） 课时5：类间距离、准则函数 课时6：聚类算法：简单聚类算法、谱系聚类算法 课时7：聚类算法：动态聚类算法——C均值聚类算法 课时8：聚类算法：动态聚类算法——近邻函数算法 课时9：聚类算法实验 课时10：判别域界面方程分类的概念、线性判别函数 课时11：判别函数值的鉴别意义、权空间及解空间、fisher线性判别 课时12：线性可分条件下判别函数权矢量算法 课时13：一般情况下的判别函数权矢量算法 课时14：非线性判别函数 课时15：最近邻方法 课时16：感知器算法实验 课时17：最小误判概率准则 课时18：正态分布的最小误判概率、最小损失准则判决 课时19：含拒绝判决的最小损失准则、最小最大损失准则 课时20：Neyman—Pearson判决、实例 课时21：概述、矩法估计、最大似然估计 课时22：贝叶斯估计 课时23：贝叶斯学习 课时24：概密的窗函数估计方法 课时25：有限项正交函数级数逼近法 课时26：错误率估计 课时27：小结 课时28：实验3-4-5 Bayes分类器-kNN分类器-视频动目标检测 课时29：概述、类别可分性判据（一） 课时30：类别可分性判据（二） 课时31：基于可分性判据的特征提取 课时32：离散KL变换与特征提取 课时33：离散KL变换在特征提取与选择中的应用 课时34：特征选择中的直接挑选法 课时35：综合实验-图像中的字符识别 课程介绍共计35课时，22小时6分8秒 模式识别 国防科技大学 蔡宣平 模式识别就其学术内涵，是一门数据处理、信息分析的学科，就其应用特征讲，属于人工智能、机器学习范畴。 模式识别课程是本科生信息工程及相关专业的专业基础课，也是许多其它专业的选修课, 在知识结构中占有很重要的位置。对于巩固已学知识、开展专业课学习及未来工作具有重要意义 上传者：木犯001号 猜你喜欢 NXP Tech Video 带有全新传感器和智能模拟IC的手势识别技术演示 2014年Altera杯大学生电子设计竞赛作品集锦 直播回放：Microchip 在 RISC-V 应用中实现 MultiZone™ 安全性 LVDS 基础系列 TPS56x201/8 直流降压器简介 介绍SimpleLink™MCU平台 国嵌内核驱动深入班 热门下载 ISD1700.pdf 基于FPGA的FIR数字滤波器的设计与实现 ex54.rar MX7530_M FPGA EP1C6Q240C8 4*4键盘模块 4*4矩阵键盘 多管脚芯片是如后操作设置的 dsp频谱仪设计 微机系统接口课程设计 poj 部分解题报告 poj 部分解题报告 电动汽车用轮毂电机研究热点及趋势分析 热门帖子 网友正在看 选择最适合您应用需求的ADC架构 第1部分：精密SAR和Delta Sigma模数转换器 第一章 第2讲 导论（四） LPC80x 微控制器系列: 生态系统介绍 NXP PEPS 应用方案 Linear classification1 自动驾驶的矫正 电路方程的矩阵形式（一） 数据校验和防碰撞算法（二）
