教学大纲
《模式识别》教学大纲
课程名称：模式识别（Pattern Recognition）
课程编号：S111003
周学时：3
总学时：54
学分：3
开课单位：控制科学与工程学院
一、教学目的
模式识别是人工智能研究的重要方向之一，也是人工智能的瓶颈问题。通过学习和研究人类识别周围事物能力的基本规律，掌握多种让“机器”能够自动进行模式识别的原理和方法。是一门综合性、交叉性的学科，涉及计算机、控制论、概率论、图论、模糊数学、优化算法、视觉科学、心理学等众多学科，已经成为21世纪最具有活力、发展最迅猛的学科之一。对于机器人、机器视觉、信息获取、语音识别等研究有重要意义，已经在军事、医学、公安、交通管理、天气预报等领域得到了广泛应用。
二、教学内容及学时分配
1、 引论（2）
模式识别概论
随机矢量的描述和正态分布
2、 非监督学习——聚类分析（6）
相似性侧度
类定义和类间距离
常见聚类算法
3、 监督学习——统计模式识别（1）：几何模式识别（8）
判别域界面方程
线性判别函数
Fisher线性判别
一次、二次准则函数
广义线性判别函数、二次判别函数
分段线性判别函数
位势函数分类法
4、 监督学习——统计模式识别（1）：概率模式识别（4）
最小误判概率准则判决
最小损失准则判决
最小最大损失准则判决
N-P判决；序贯判决；Fisher准则判决
5、 统计判决中的训练、学习与错误率测试、估计（4）
参数估计
Bayes学习
概率密度估计的窗函数法及kN近邻法
函数逼近法：有限项正交函数级数、位势函数逼近Bayes决策函数、随机逼近法等
错误率测试、平均损失以及最小误判概率的估计方法、经验风险设计
6、 最近邻方法（4）
7、 特征提取与选择（4）
特征提取的主要原则
Fisher准则函数
离散K-L变换等
8、 模糊模式识别（4）
模糊集合基础
模糊关系与模糊变换
模糊度与特征提取和选择
模糊识别基本方法
9、 句法模式识别（4）
概述
形式语言
高维文法与随机文法
模式的描述
句法分析
文法推断
10、智能模式识别（4）
人工智能简介
专家系统
知识的表示
智能推理技术
不确定推理；
BP神经网络
Hopfield网络
竞争型神经网络
模糊神经网络
11、模式识别理论的应用和实践（10）
SVM简介
非监督学习
人脸识别、文字识别、车牌识别
水泥纹理处理
三、教学方式
课堂讲授、课堂讨论、论文阅读、程序设计相结合
四、先修课程
高等代数、模糊数学、数值分析、人工智能、概率论和数理统计等
五、主要教学参考书目
1、模式识别(英文版.第3版) ,机械工业出版社，2006
2、孙即祥等，现代模式识别，国防科技大学出版社，2002
3、边肇祺，模式识别（第二版），清华大学出版社，2000
4、Richard O Duda, Peter E Hart, David G Stork. Pattern Classification. China Machine Press, 2004.
5、Sergios Theodoridis, Konstantinos Koutroumbas. Pattern Recognition. China Machine Press, 2003
