模式识别

『课程目录』:       ) a4 f/ g( e# x- ]9 B5 i
│  ├─{1}–第一章绪论
│  │  ├─{1}–第一讲模式与模式识别
│  │  │      (1.1.1)–第一章绪论课件.pdf
│  │  │      [1.1.1]–视频1.1模式与模式识别.mp4
│  │  │      
0 }- ~- h# C$ f& N6 K( m/ w
│  │  ├─{2}–第二讲模式识别的主要方法
$ O% _2 x% y% y9 I2 ]  |" s
│  │  │      [1.2.1]–视频1.2模式识别的主要方法.mp4
│  │  │      
│  │  ├─{3}–第三讲模式识别系统的应用举例
, o7 x) [! d8 P' T3 b, |8 m
│  │  │      [1.3.1]–视频1.3模式识别系统的应用举例.mp4
" S' {0 i+ d; N3 p: D9 H& K
│  │  │      
│  │  └─{4}–第四讲模式识别系统的典型构成
; _2 G! k& |% g# _) y9 F- Y/ ?5 K
│  │          [1.4.1]–视频1.4模式识别系统的典型构成.mp4
3 q/ n5 l# |8 s+ _* |- F+ t/ o2 d6 \! w" M
│  │          
│  ├─{2}–第二章贝叶斯决策理论
& b; w& W/ o7 [4 y, i6 D
│  │  ├─{1}–第一讲贝叶斯决策基础
│  │  │      (2.1.1)–第二章贝叶斯决策理论课件.pdf
# ~9 }% x) [' v% b( g% R
│  │  │      [2.1.1]–视频2.1贝叶斯决策基础.mp4
4 ]& V% G9 h$ @1 ?
│  │  │      
│  │  ├─{2}–第二讲基于最小错误率的贝叶斯决策
" p3 A0 a3 O- n9 j' E- U( h
│  │  │      [2.2.1]–2..2基于最小错误率的贝叶斯决策.mp4
6 S6 e1 w: z& c4 n
│  │  │      
& O  Y+ h  U  i# v  y5 D3 e2 E
│  │  ├─{3}–第三讲基于最小风险的贝叶斯决策
& s1 b0 q4 p8 n' R, A$ h/ [- ~
│  │  │      [2.3.1]–2.3基于最小风险的贝叶斯决策.mp4
5 ~: i5 W% W8 ?% z( M) J( c
│  │  │      
│  │  ├─{4}–第四讲贝叶斯分类器的设计
* p& q- A: e, d+ S# ]& i
│  │  │      [2.4.1]–视频2.4贝叶斯分类器的设计.mp4
│  │  │      
# f+ S9 N7 O0 r
│  │  ├─{5}–第五讲正态分布时的统计决策
│  │  │      [2.5.1]–视频2.5正态分布时的统计决策.mp4
* j, i. I4 b  ?5 R5 [
│  │  │      
│  │  └─{6}–第六讲matlab代码演示实例
│  │          [2.6.1]–视频2.5matlab代码演示实例.mp4
│  │          
) V, T4 F- d1 I1 n/ q
│  ├─{3}–第三章概率密度函数的估计
│  │  ├─{1}–第一讲最大似然估计
│  │  │      (3.1.1)–第三章概率密度函数的估计课件.pdf
│  │  │      [3.1.1]–视频3.1最大似然估计.mp4
$ i# B# i* n' f& K" U
│  │  │      
│  │  ├─{2}–第二讲贝叶斯估计
2 G' c! {2 @; v7 _9 A$ H& u
│  │  │      [3.2.1]–视频3.2贝叶斯估计.mp4
( K# N" D  a" i& f9 Y
│  │  │      
│  │  └─{3}–第三讲贝叶斯学习
│  │          [3.3.1]–视频3.3贝叶斯学习.mp4
│  │          
+ G$ u, J" g; s: h8 x2 S
│  ├─{4}–第四章线性分类器
│  │  ├─{1}–第一讲引言
2 _4 t$ u( J& I; X/ K6 X
│  │  │      (4.1.1)–第四章线性分类器课件.pdf
│  │  │      [4.1.1]–视频4.1引言.mp4
0 \% a- H8 |/ ^' u* \
│  │  │      
6 f$ w& Z$ v2 N$ _# |
│  │  ├─{2}–第二讲线性判别函数的基本概念
│  │  │      [4.2.1]–视频4.2线性判别函数的基本概念.mp4
) n' U5 a- S# c0 E! C  y
│  │  │      
│  │  ├─{3}–第三讲Fisher线性判别
0 L" I- T9 k* C9 m+ h# t
│  │  │      [4.3.1]–视频4.3Fisher线性判别.mp4
! }9 j+ j2 y$ E2 x& p4 Z' r
│  │  │      
│  │  ├─{4}–第四讲Fisher线性判别matlab演示
9 ?8 R! M& N& i' h% w
│  │  │      [4.4.1]–视频4.4Fisher线性判别matlab演示.mp4
9 W2 ^% o4 c' `: V( r# Z
│  │  │      
│  │  ├─{5}–第五讲感知器算法
% l! K+ f0 V* {  k
│  │  │      [4.5.1]–视频4.5感知器算法.mp4
│  │  │      
│  │  ├─{6}–第六讲感知器算法实例
│  │  │      [4.6.1]–视频4.6感知器算法实例.mp4
) j& A* N0 @8 r
│  │  │      
│  │  ├─{7}–第七讲感知器算法matlab演示
$ S1 F* U( @; u$ y- b: Q; ~1 `  q* ?
│  │  │      [4.7.1]–视频4.7感知器算法matlab演示.mp4
│  │  │      
│  │  └─{8}–第八讲最小平方误差判别
│  │          [4.8.1]–视频4.8最小平方误差判别.mp4
│  │          
│  ├─{5}–第五章非线性分类器
( {& Q! A2 F2 H$ S  v
│  │  ├─{1}–第一讲分段线性判别函数
6 ^9 K$ S6 x8 y/ \
│  │  │      (5.1.1)–非线性分类器的课件.pdf
0 I2 h3 p! ~+ I5 u  C7 R  N
│  │  │      [5.1.1]–视频5.1分段线性判别函数的思想和原理.mp4
│  │  │      [5.1.2]–视频5.2分段线性分类器设计的三种情况.mp4
│  │  │      
, U- k7 j" b1 H/ }& T; a5 A
│  │  ├─{2}–第二讲二次判别函数
$ ]. l4 F' Q* H& D3 `
│  │  ├─{3}–第三讲神经网络的基础知识和BP神经网络
/ B% \9 ?! e3 a$ T2 {
│  │  │      [5.3.1]–视频5.4神经网络的基础知识.mp4
$ d0 [1 ^0 L+ P' m
│  │  │      [5.3.2]–视频5.5BP神经网络.mp4
; B9 s1 S4 F8 I, b. Q$ S# W3 G
│  │  │      
$ k+ M" G& Z4 C9 V/ X: r) j
│  │  ├─{4}–第四讲神经网络参数的确定
6 W; ?7 u7 g& R+ {
│  │  │      [5.4.1]–视频5.6神经网络参数的确定.mp4
2 G. h8 g: @! e* T; S, ]0 U
│  │  │      
; x- X, _. }0 I+ B2 g
│  │  ├─{5}–第五讲多层神经网络在模式识别中的应用方法
│  │  │      [5.5.1]–视频5.7多层神经网络在模式识别中的应用方法.mp4
! Q6 k" r: k/ x; J) t: C7 F4 c
│  │  │      
│  │  └─{6}–第六讲BP神经网络的matlab实例
│  │          [5.6.1]–视频5.8BP神经网络的matlab实例.mp4
│  │          
+ S1 ~& V( }% _  p' j" X$ U
│  ├─{6}–第六章其他分类方法
7 Z( \; T' O3 G9 y0 q( ~/ k
│  │  ├─{1}–第一讲近邻法原理
# x: U" x- X: @& {" z" L: n. o
│  │  │      (6.1.1)–近邻法课件.pdf
  L  r+ Q  }% ]# \4 p
│  │  │      [6.1.1]–近邻法原理.mp4
+ Z, D' A8 ^4 {* A
│  │  │      
│  │  ├─{2}–第二讲快速搜索近邻法
│  │  │      [6.2.1]–快速搜索近邻法.mp4
│  │  │      
6 H; [1 @& x# S: _9 P4 v
│  │  ├─{3}–第三讲剪辑近邻法
0 B, B0 N7 u, w+ |/ |5 o% _
│  │  │      [6.3.1]–剪辑近邻法.mp4
│  │  │      
│  │  └─{4}–第四讲压缩近邻法
; M; s5 i4 U% m% G* }6 L& y) |* S
│  │          [6.4.1]–压缩近邻法.mp4
│  │          
9 ~5 i, k7 c/ z6 m9 B$ ~6 [, ]
│  ├─{7}–第七章决策树
│  │  ├─{1}–第一讲决策树
  j+ Q1 o! A  W% I% H4 X8 E
│  │  │      (7.1.1)–决策树课件.pdf
* e) F1 I! C. C- U2 o5 \
│  │  │      [7.1.1]–决策树.mp4
' H. b2 P, f* a7 ~: U5 |! W
│  │  │      
│  │  ├─{2}–第二讲id3算法
" n2 j2 ], j6 h. z. j. Y
│  │  │      [7.2.1]–id3算法.mp4
│  │  │      
0 T: }5 T6 T0 }5 R+ F
│  │  └─{3}–第三讲随机森林
2 w  `' H. i% e
│  │          [7.3.1]–随机森林.mp4
5 w2 H  D* F% u! n. |
│  │          
│  ├─{8}–第八章非监督模式识别
│  │  ├─{1}–第一讲动态聚类方法
│  │  │      (8.1.1)–非监督模式识别课件.pdf
│  │  │      [8.1.1]–动态聚类方法.mp4
│  │  │      
– s! R% P& S, \1 w  c: M0 f
│  │  └─{2}–第二讲分级聚类方法
│  │          [8.2.1]–分级聚类方法.mp4
│  │          
4 v4 j$ b+ ~6 ^' f- U% s1 p; g& S! C
│  └─{9}–第九章特征选择和特征提取
/ f7 q" F6 {# P" o; y
│      ├─{1}–第一讲特征选择和提取的基本概念
– e6 W( H( T! q5 f
│      │      [9.1.1]–基本概念.mp4
│      │      
5 P: D. S, v4 C: `9 q
│      ├─{2}–第二讲特征选择的判据
│      │      [9.2.1]–特征选择的判据.mp4
│      │      
  j+ j7 s, t3 ^( A
│      ├─{3}–第三讲特征选择的最优和次优算法
8 T" @$ k0 x7 X$ s  o4 L% r
│      │      [9.3.1]–特征选择的最优和次优算法.mp4
│      │      
4 F* c7 o: P4 j. g/ t/ Q- F3 B0 ~
│      ├─{4}–第四讲特征提取的PCA算法
│      │      [9.4.1]–特征提取的PCA算法.mp4
1 p8 K' E! j- P! e. `# y
│      │      
│      ├─{5}–第五讲K-L变换
│      │      [9.5.1]–K-L变换.mp4
+ K& P; B' v) v. c- _
│      │      
│      └─{6}–第六讲特征提取的matlab演示实例
– i& `7 e/ a, s3 x1 g3 W7 Q
│              (9.6.1)–特征选择和特征提取的课件.pdf
0 q8 {  v3 m7 m8 t/ I: |+ ~
│              [9.6.1]–特征提取的matlab演示实例.mp4
│  │      
– o$ L8 J/ [, F6 Q% Q
│  ├─{10}–第十章模式识别系统的评价
0 z) s0 ^8 f8 m& _
│  │  ├─{1}–第一讲监督模式识别中错误率的估计方法
. a. Y9 Z% M/ l+ m1 w/ ?  L4 `; b
│  │  │      [10.1.1]–监督模式识别中错误率的估计方法.mp4
│  │  │      
: s  I, H& o' b. m0 F7 g$ P$ I
│  │  ├─{2}–第二讲监督模式识别中的交叉验证及自举法
│  │  │      [10.2.1]–监督模式识别中的交叉验证及自举法.mp4
│  │  │      
│  │  ├─{3}–第三讲影响分类器性能估计的其它因素
# I2 [- j5 J+ W+ t' Q! d
│  │  │      [10.3.1]–影响分类器性能估计的其它因素.mp4
│  │  │      
* T) O' [" K  N, l
│  │  └─{4}–第四讲非监督模式识别系统性能的评价
2 L7 N% j  L9 i& G  \
│  │          (10.4.1)–模式识别系统的评价-课件.pdf
│  │          [10.4.1]–非监督模式识别系统性能的评价.mp4

 

抱歉,此资源仅限VIP下载,请先
本资源为虚拟可复制性产品,购买后不允许退款,谢谢您的支持!如遇链接失效,请添加客服QQ:3197428804 索取新的链接
此资源仅对VIP开放下载
下载说明:本资源为虚拟可复制性产品,购买后不允许退款,谢谢您的支持!如遇链接失效,请添加客服QQ:3197428804 索取新的链接
0

评论0

请先

没有账号? 忘记密码?