还剩2页未读,继续阅读
文本内容:
《模式识别基础》课程教学大纲
一、课程基本信息课程代码05110359课程名称模式识别基础课程英文名称Pattern RecognitionFundamental课程所属单位计算机与信息工程系信息管理与信息系统教研室课程面向专业计算机科学与技术本科课程类型选修课先修课程概率统计,计算机图象处理学分
1.5总学时30(其中理论学时20实验学时10)
二、课程性质与目的模式识别课程是以图象处理技术为基础,研究计算机识别物体的机理,该课程的学习将为计算机视觉以及人工智能等学科的学习打下基础本课程主要介绍模式识别的基本概念、基本原理、典型方法、实用技术以及有关研究的新成果,其目的是使学生掌握模式识别的基本概念和基本原理,了解模式识别的具体应用、存在的问题和发展前景主要教学内容是统计模式识别技术,包含
(1)用似然函数进行模式识别;
(2)用距离函数机型模式识别;
(3)特征选择模式识别中包含大量的方法,这些方法正在推动着不同领域内众多应用的发展一般认为模式识别方法最大的实用性在于“智能”仿真,它在我们的日常生活中随处可见模式识别包含由特征和属性所描述的对象的数学模型,也涉及到•般意义上对象间的相似性的抽象概念具体采用何种数学形式、模型和处理方法取决于所要解决问题的类型从这个意义上讲,模式识别其实就是用数学解决实际问题
三、课程教学内容与要求
(一)绪论1教学内容与要求本章主要讨论模式识别的一些基本概念和问题要求掌握模式识别和模式的概念,了解一般模式识别系统的组成与功能2教学重点
(1)绪论
(2)模式识别和模式的概念
(3)模式识别系统
(4)关于模式识别的一些基本问题3教学难点模式识别的系统组成和一些基本问题
(二)贝叶斯决策理论
1、教学内容与要求本章介绍贝叶斯决策理论,是统计模式识别进行分类的一个基本方法要求熟练掌握常用的决策规则及统计决策,理解分类器的错误率问题
2、教学重点
(1)几种常用的决策规则
(2)正态分布时的统计决策
(3)关于分类器的错误率问题
3、教学难点决策规则
(三)线性判别函数
1、教学内容与要求本章介绍线性判别函数的基本概念和设计线性分类器的基本考虑,并给出在两类情况下,基于几个常用的准则函数的线性分类器设计方法要求熟练掌握Fisher线性判别与感知准则函数的概念和使用方法,掌握最小错分样本数准则,理解最小错分样本数准则、最小平方误差准则函数和随机最小错误率线性判别准则函数,了解多类问题情况下的分类方法
2、教学重点
(1)Fisher线性判别
(2)感知准则函数
(3)最小错分样本数准则
(4)最小平方误差准则函数
(5)随机最小错误率线性判别准则函数
(6)多类问题
3、教学难点准则函数
(四)非线性判别函数
1、教学内容与要求本章介绍分段线性分类器的算法要求熟练掌握分段线性判别函数的基本概念,理解凹函数,了解交遇区的样本和二次判别函数
2、教学重点
(1)分段线性判别函数的基本概念
(2)用凹函数的并表示分段线性判别函数
(3)用交遇区的样本设计分段线性分类器
(4)二次判别函数
3、教学难点分段线性判别函数
(五)特征的选择与提取
1、教学内容与要求本章介绍根据学习样本来选择并提取数学特征要求熟练掌握特征的概念和特征可分离性判据,掌握常用特征提取和选择的方法
2、教学重点
(1)特征基本概念
(2)类别可分离性判据
(3)特征提取
(4)特征选择
(5)特征选择的几种新方法
3、教学难点特征的提取和选择的方法
四、学时分配理论学时分配表学时序号教学内容(按章填写)课堂讲授实验课习题课讨论课其它1绪论22贝叶斯决策理论63线性判别函数44非线性判别函数45特征的选择与提取4小计20比例100%合计20实验学时分配表实验类型每组验证设计综合其它实验序号实验项目(或内容)名称实验学时说明性性性人数1VC
6.0编程环境2V128数码游戏4V13人脸检测与定位4V1小计10
五、教学环节与教学要求:根据模式识别和人工智能中的一些基本理论以及一些相关的模型,包括贝叶斯决策、线性判别函数等,同时结合模式识别中的•些经典问题,如字符识别、人脸检测与定位、车牌识别、等内容,从多种不同的角度,实现这些问题的解决思路对于其中的大多数问题,要求给出了基于C/VC++
6.0的实现代码,且具有一定的扩展性本课程是一门理论与实践比较强的专业课程,采用的是一种软件设计的方式,并通过这种方式让学生真正理解许多比较抽象的概念该门课程的实验部分不进行笔试,通过学生上机以及所交实验报告给出成绩,并且该门课程总平成绩的40%实验1VC
6.0编程环境实验目的熟悉VC
6.0编程环境实验要求掌握在VC
6.0中使用和处理数字图像的方法实验设备VC
6.0系统实验内容学会使用VC
6.0集成式程序开发环境完成技能基本掌握VC
6.0集成式程序开发环境中处理数字图像的方法实验2:8数码游戏实验目的学习知识表示和搜索算法实验要求掌握几个常用的搜索算法的程序设计方法实验设备VC
6.0系统实验内容用状态空间法、盲目或启发搜索算法实现8数码游戏完成技能基本掌握算法的程序实现技术实验3:人脸检测与定位实验目的学习特征的选择与提取、贝叶斯决策和线性判别函数等技术实验要求掌握数字图像的颜色处理,人脸特征提取和检测,人脸五宜的定位实验设备VC
6.0系统实验内容实现人脸检测与定位系统的编程完成技能基本掌握特征的选择与提取、贝叶斯决策和线性判别函数等技术的VC程序实现
六、课程考核办法
1、案例作业/实验40%
2、课堂参与10%
3、考试(开卷)50%
七、教材与主要参考书教材模式识别边肇祺、张学工等编著清华大学出版社第2版2001参考书VC++数字图像模式识别技术及工程实践求是科技、张宏林编著人民邮电出版社2003模式识别一原理、方法及应用吴逸飞译清华大学出版社2002模式识别李晶皎等译电子工业出版社第2版2004。