2018年华中科技大学2251模式识别原理考博大纲

博士研究生入学考试《模式识别原理》考试大纲
第一章模式识别的基本问题
1.1 什么是模式识别
1.2 模式识别的基本概念
1.3 模式识别的系统组成
1.4 模式识别方法分类
第二章 Bayes 决策理论
2.1 二类问题的最小错误决策
2.2 二类问题的最小风险决策
2.3 Neyman-Pearson 决策
2.4 最小最大决策
2.5 多类问题的决策
第三章正态分布的判别函数
3.1 N 维正态分布
3.2 正态分布的判别函数
3.3 讨论
第四章线性判别函数
4.1 线性判别函数及广义线性判别函数
4.2 线性分类器设计
4.3 梯度法与牛顿法
4.4 最小平方误差准则函数与 H-K 算法
4.5 Fisher 线性判别函数
4.6 广义线性判别函数
第五章 K-近邻法
5.1 密度估计
5.2 后验概率估计
5.3 最近邻法则与 K-近邻法则
5.4 加权 K-近邻法则
第六章聚类分析
6.1 类似性度量
6.2 准则函数
6.3 聚类算法
第七章特征提取与选择
7.1 图像的特征提取
7.2 特征选择