内容	说明
概论	− 模式识别的主要方法; − 监督模式识别与非监督模式识别; − 模式识别系统举例; − 模式识别系统的典型构成
概率论基础知识	− 概率论基础知识 贝叶斯决策, 概率密度分布 − 最大似然估计 − 贝叶斯估计 − 维数问题（精度、维数和训练集的大小； 计算复杂度；过拟合）
概率密度分布的非参数估计	− 非参数估计的基本原理与直方图方法 − KN近邻估计方法 − Parzen窗法 − 最近邻规则 − 距离度量和最近邻分类 − RCE网络 − 级数展开逼近 − 统计量估计中的重采样技术(bootstrap, jackknife)
期望最大化(EM)	− 期望最大化
隐马尔可夫模型	− 隐马尔可夫模型
抽样方法	− 马尔可夫 蒙特卡洛 − Gibbs 采样 − Slice 采样 − 混合Monte carlo算法

 

内容	说明
线性回归	− 线性基础模型 − 偏方方差分解 − 贝叶斯线性回归 − 贝叶斯模型比较 − 参数估计（经验贝叶斯） − 固定基础函数的限制
特征	− 特征选择 ² 特征的评价准则 ² 特征选择的最优算法 ² 特征选择的次优算法 ² 特征选择的遗传算法 ² 以分类性能为准则的特征选择方法
	− 特征提取 ² 基于类别可分性判据的特征提取 ² 主成分分析 (图像) ² Karhunen-Loeve变换 ² 高维数据的低维显示 ² 多维尺度法 ² 非线性变换方法简介 ² 多重判别分析
	− 特征提取与选择对分类器性能估计的影响
分类器	− 线性分类器 ² 线性判别函数的基本概念 ² Fisher线性判别器 ² 感知器 ² 最小平方误差判别 ² 最优分类器超平面与线性支持向量 ² 拉普拉斯逼近（Laplace 逼近）
	− 非线性分类器 ² 分段判别函数 ² 二次判别函数 ² 多层感知机 ² 支持向量机 ² 核函数
	− 其它分类器 ² 近邻法 ² 决策树 ² 逻辑回归 ² Boosting ² 随机方法 ² 基于规则的方法
系统评价	− 监督模式识别方法的错误率估计 − 有限样本下错误率的区间估计问题 − 从分类的显著性推断特征与类别的关系

 

内容	说明
模型方法	− 基于模型的方法 − 混合模型的估计(非监督最大似然估计;  正态分布情况下的非监督参数估计)
聚类方法	− 动态聚类
	− 模糊聚类
	− 分级聚类
	− 自组织神经网络
	− 划分聚类
	− 聚类的准则函数
其它非监督方法	− 图论方法 − 在线聚类 − 图模型
	− 非监督模式识别系统性能的评价

 

内容	说明
图像处理的基本方法	− 几何规范化 (平移，旋转，缩放等，复原，增强等) − 灰度级差值 (最近邻差值等) − 灰度规范化 (图像平滑、直方图均衡化、灰度变换) − 边缘检测，梯度算子 − 形态学处理 (膨胀，腐蚀，开操作，闭操作，细化，粗化，骨架，裁剪等)
图像的特征提取	− 形状特征(轮廓特征, 区域特征)
	− 纹理特征(LBP,HOG,SURF,SIFT,HAAR )
	− 颜色特征(颜色直方图, 颜色矩, 颜色相关图)
	− 空间关系特征(基于模型的姿态估计方法, 基于学习的姿态估计方法)

如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请

服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。

专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获

 点击进入报名表

咨询电话：010-62883247

                4007991916

咨询邮箱：soft@info-soft.cn  

 

微信咨询 随时听讲课 聚焦技术实践