模式識(shí)別導(dǎo)論課程教學(xué)大綱

模式識(shí)別導(dǎo)論課程教學(xué)大綱課程中文名稱：模式識(shí)別導(dǎo)論課程英文名稱：AnIntroductiontoPatternRecognition課程編號(hào)：C1305 開(kāi)課學(xué)期：6學(xué)時(shí)數(shù)：32 學(xué)分?jǐn)?shù)：2適用專業(yè)：自動(dòng)化（拔尖計(jì)劃）課程類型：專業(yè)拓展課/選修先修課程：高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計(jì)一、課程性質(zhì)本課程是自動(dòng)化專業(yè)的高年級(jí)專業(yè)拓展課和選修課。課程主要介紹統(tǒng)計(jì)模式識(shí)別的基本理論和方法，包括統(tǒng)計(jì)決策、聚類分析、線性分法，以及特征提取與選擇等內(nèi)容。模式識(shí)別是研究信息分類識(shí)別理論和方法的科學(xué)，綜合性、交叉性強(qiáng)，在工業(yè)生產(chǎn)控制中得到了廣泛應(yīng)用。課程特點(diǎn)是理論與實(shí)踐聯(lián)系密切，通過(guò)課程學(xué)習(xí)可以培養(yǎng)學(xué)生理論素養(yǎng)、實(shí)踐技能與創(chuàng)新能力，提高學(xué)生對(duì)控制工程問(wèn)題的分析問(wèn)題和解決問(wèn)題能力。二、課程目標(biāo)通過(guò)本課程的學(xué)習(xí)，學(xué)生應(yīng)掌握下列基礎(chǔ)知識(shí)點(diǎn)：1.模式識(shí)別的基本概念、學(xué)科特點(diǎn)、和發(fā)展應(yīng)用情況；2.聚類分析；3.界面域代數(shù)界面方程法；4.統(tǒng)計(jì)判決；5.統(tǒng)計(jì)決策中的經(jīng)典學(xué)習(xí)方法；6.最近鄰法；7.特征提取和選擇。三、支撐的畢業(yè)要求課程對(duì)畢業(yè)要求的支撐課程教學(xué)目標(biāo)、達(dá)成途徑和評(píng)價(jià)依據(jù)等畢業(yè)要求3.掌握工程基礎(chǔ)知識(shí)和本專業(yè)的基本理論知識(shí)，具有系統(tǒng)的工程實(shí)踐學(xué)習(xí)經(jīng)歷；了解本專業(yè)的前沿發(fā)展現(xiàn)狀和趨勢(shì)。教學(xué)目標(biāo)：掌握統(tǒng)計(jì)模式識(shí)別的基本理論和方法，包括聚類分析，判別域代數(shù)界面方程法，統(tǒng)計(jì)判決、訓(xùn)練學(xué)習(xí)與錯(cuò)誤率估計(jì)，最近鄰方法以及特征提取與選擇等。通過(guò)課程學(xué)習(xí)，掌握模式識(shí)別的基本概念、基本原理、基本分析方法和算法。能夠利用模式識(shí)別方法，運(yùn)用技能解決本專業(yè)和相關(guān)領(lǐng)域的實(shí)際問(wèn)題的能力。達(dá)成途徑：課堂講解；平時(shí)作業(yè)；上機(jī)實(shí)踐；專題討論。評(píng)價(jià)依據(jù)：課后作業(yè)；大型作業(yè)報(bào)告與上機(jī)實(shí)踐；專題討論答辯與報(bào)告；課程考試。評(píng)價(jià)方式：評(píng)估平時(shí)作業(yè)的正確性與完整性，給出成績(jī)；評(píng)估大型作業(yè)及上機(jī)實(shí)踐報(bào)告的正確性與內(nèi)容的完整性，給出成績(jī)；結(jié)合團(tuán)隊(duì)答辯表現(xiàn)與團(tuán)隊(duì)專題討論報(bào)告，給出個(gè)人團(tuán)隊(duì)合作成績(jī)與個(gè)人表現(xiàn)成績(jī)；評(píng)價(jià)課程結(jié)束考試的得分情況。畢業(yè)要求4.具備設(shè)計(jì)和實(shí)施工程實(shí)驗(yàn)的能力，并能夠?qū)?shí)驗(yàn)結(jié)果進(jìn)行分析。教學(xué)目標(biāo)：完成兩個(gè)大型作業(yè)設(shè)計(jì)及報(bào)告提交。通過(guò)提供三個(gè)以上大型設(shè)計(jì)作業(yè)選題，讓學(xué)生根據(jù)興趣選定兩個(gè)。給定一些特征數(shù)據(jù)，讓學(xué)生設(shè)計(jì)分類方案，采用C語(yǔ)言或Matlab語(yǔ)言編程實(shí)現(xiàn)正確分類，評(píng)估分類結(jié)果。學(xué)會(huì)運(yùn)用模式分類方法解決實(shí)際工程問(wèn)題。達(dá)成途徑：大型作業(yè)及上機(jī)實(shí)踐。評(píng)價(jià)依據(jù)：作業(yè)報(bào)告；上機(jī)實(shí)踐結(jié)果。評(píng)價(jià)方式：評(píng)估程序運(yùn)行結(jié)果的正確性與合理性，給出成績(jī)；根據(jù)大型作業(yè)目標(biāo)任務(wù)要求，要求學(xué)生給出設(shè)計(jì)方案，評(píng)估方案的合理性，給出成績(jī)。畢業(yè)要求6.掌握文獻(xiàn)檢索、資料查詢及運(yùn)用現(xiàn)代信息技術(shù)獲取相關(guān)信息的基本方法。教學(xué)目標(biāo)：模式識(shí)別是一門涉及信息處理、計(jì)算機(jī)技術(shù)和人工智能的交叉性學(xué)科。而計(jì)算機(jī)技術(shù)、信息技術(shù)和人工智能的發(fā)展日新月異，要想了解和跟上學(xué)科的最新發(fā)展超勢(shì)，需要具有自主終身學(xué)習(xí)的意識(shí)和能力，只有通過(guò)不斷的自主學(xué)習(xí)，才能具有適應(yīng)行業(yè)發(fā)展的能力。達(dá)成途徑：課堂講解；平時(shí)作業(yè)；文獻(xiàn)閱讀。評(píng)價(jià)依據(jù)：作業(yè)；文獻(xiàn)閱讀結(jié)果。評(píng)價(jià)方式：評(píng)估平時(shí)作業(yè)的正確性與完整性，給出成績(jī)；評(píng)估文獻(xiàn)查閱的準(zhǔn)確性和完整性，給出成績(jī)。四、教學(xué)內(nèi)容、學(xué)時(shí)安排和基本要求第一章緒論（2學(xué)時(shí)）重點(diǎn)難點(diǎn)：模式識(shí)別的概念、基本問(wèn)題，特征矢量的描述方法和特征空間概念，隨機(jī)矢量間的統(tǒng)計(jì)關(guān)系。（1）介紹模式識(shí)別的基本概念；（2）概述模式識(shí)別過(guò)程、方法，學(xué)科特點(diǎn)；（3）了解模式識(shí)別的歷史現(xiàn)狀和發(fā)展、應(yīng)用。（4）特征矢量及特征空間基本要求：了解模式識(shí)別的研究?jī)?nèi)容、應(yīng)用領(lǐng)域及發(fā)展過(guò)程，掌握模式識(shí)別的基本概念、系統(tǒng)組成、特征矢量的描述方法和特征空間的概念。第二章聚類分析（4學(xué)時(shí)）重點(diǎn)難點(diǎn)：相似性測(cè)度，聚類準(zhǔn)則函數(shù)，層次聚類法和K-均值算法。影響K-均值算法的因數(shù)及改進(jìn)方法。（1）聚類分析的概念；（2）模式相似性測(cè)度；（3）類的定義與類間距離；（4）聚類算法，包括：經(jīng)驗(yàn)法，層次聚類法，動(dòng)態(tài)聚類法?；疽螅赫莆站垲惙治龅幕舅枷?、影響分類有效性的因素；掌握類間距離的定義及遞推計(jì)算、聚類準(zhǔn)則函數(shù)，了解它們對(duì)聚類的影響；掌握依據(jù)模式相似性測(cè)度進(jìn)行聚類的概念和基本方法。第三章界面域代數(shù)界面方程法（6學(xué)時(shí)）重點(diǎn)難點(diǎn)：線性判別函數(shù)的判別意義，一次、二次準(zhǔn)則波函數(shù)及其解法，勢(shì)函數(shù)法。（1）用判別函數(shù)分類的概念；（2）線性判別函數(shù)；（3）判別函數(shù)值的鑒別意義；（4）線性判別函數(shù)的求解方法；（5）非線性差別函數(shù)。基本要求：建立差別域的概念，掌握用判別域界面進(jìn)行分類的思想；掌握n維特征空間中線性判別函數(shù)的一般形式，兩類問(wèn)題和多類問(wèn)題的判別問(wèn)題，處理多類問(wèn)題的方法；掌握特征空間、權(quán)空間、解空間的概念，n維線性判別函數(shù)的幾何意義；掌握Fisher線性判別法，一次、二次準(zhǔn)則函數(shù)及梯度下降法，感知器算法解多類問(wèn)題。了解廣義線性判別函數(shù)、非線性差別函數(shù)方法。第四章統(tǒng)計(jì)判決（6學(xué)時(shí)）重點(diǎn)難點(diǎn)：分類識(shí)別判決的基本準(zhǔn)則及其適用場(chǎng)合，誤判概率的計(jì)算。（1）最小誤判概率準(zhǔn)則；（2）最小損失準(zhǔn)則判決；（3）N-P判決；基本要求：掌握最小誤判概率準(zhǔn)則，及誤判概率的簡(jiǎn)單計(jì)算；掌握損失與損失函數(shù)的概念，最小損失準(zhǔn)則下的判決規(guī)則，平均損失函數(shù)；掌握N-P判決準(zhǔn)則及適用場(chǎng)合。第五章統(tǒng)計(jì)決策中的經(jīng)典學(xué)習(xí)方法（6學(xué)時(shí)）重點(diǎn)難點(diǎn)：類概率密度函數(shù)逼近的思想和有關(guān)具體方法，最近鄰方法與類域界面方法、貝葉斯方法的對(duì)比；貝葉斯方法。（1）參數(shù)估計(jì)；（2）貝葉斯學(xué)習(xí)；（3）概率密度的窗函數(shù)估計(jì)法及Kn近鄰法；（4）有限項(xiàng)正交函數(shù)級(jí)數(shù)逼近法；（5）錯(cuò)誤率估計(jì)；（6）最近鄰法。基本要求：掌握矩估計(jì)，均值矢量和協(xié)方差矩陣估計(jì)的遞推關(guān)系；掌握貝葉斯方學(xué)習(xí)法，了解其在統(tǒng)計(jì)模式識(shí)別中的重要地位；掌握類概率密度函數(shù)估計(jì)法的原理；掌握實(shí)驗(yàn)法估計(jì)誤判概率的基本原理和方法；掌握近鄰法的分類決策規(guī)則及方法。第六章最近鄰法（4學(xué)時(shí)）重點(diǎn)難點(diǎn)：引入拒絕決策的最近鄰法。（1）基本的最近鄰法；（2）剪輯最近鄰法；（3）引入拒絕決策的最近鄰法；（4）最近鄰法中的最佳距離及實(shí)際計(jì)算?；疽螅赫莆栈镜淖罱彿?；剪輯最近鄰法；引入拒絕決策的最近鄰法；最近鄰法中的最佳距離及實(shí)際計(jì)算。。第七章特征提取和選擇（4學(xué)時(shí)）重點(diǎn)難點(diǎn)：可分性判據(jù)及特征提取與選擇方法。（1）概述；（2）類別可分性判據(jù)；（3）基于可分性判據(jù)的特征提取選擇；（4）K-L變換與特征提??；（5）特征提取中的直接挑選法。基本要求：明確特征選擇的重要性和特征選擇應(yīng)遵循的基本原則；掌握幾種重要判據(jù)的具體形式；了解離差矩陣的主分量提取；掌握K-L變換在特征提取中的應(yīng)用；掌握算法的基本特點(diǎn)及搜索的結(jié)構(gòu)規(guī)律。五、教學(xué)方法與手段本課程教學(xué)主要采用講授、多媒體教學(xué)、計(jì)算機(jī)仿真、大型作業(yè)報(bào)告等教學(xué)方法與手段。六、推薦教材和教學(xué)參考資源教材：1.孫即祥，模式識(shí)別，國(guó)防工業(yè)出版社，2009.參考書(shū)：1.張學(xué)工編，模式識(shí)別，清華