机器学习模式识别,图像中的字符识别视频教程下载

20191112180022794.jpg 

   机器学习模式识别图像中的字符识别

  【课程内容】

  01.概述

  02.特征矢量及特征空间、随机矢量、正态分布特性

  03.聚类分析的概念、相似性测度

  04.相似性测度(二)

  05.类间距离、准则函数

  06.聚类算法:简单聚类算法、谱系聚类算法

  07.聚类算法:动态聚类算法——C均值聚类算法

  08.聚类算法:动态聚类算法——近邻函数算法

  09.聚类算法实验

  10.判别域界面方程分类的概念、线性判别函数

  11.判别函数值的鉴别意义、权空间及解空间、fisher线性判别

  12.线性可分条件下判别函数权矢量算法

  13.一般情况下的判别函数权矢量算法

  14.非线性判别函数

  15.最近邻方法

  16.感知器算法实验

  17.最小误判概率准则

  18.正态分布的最小误判概率、最小损失准则判决

  19.含拒绝判决的最小损失准则、最小最大损失准则

  20.Neyman—Pearson判决、实例

  21.概述、矩法估计、最大似然估计

  22.贝叶斯估计

  23.贝叶斯学习

  24.概密的窗函数估计方法

  25.有限项正交函数级数逼近法

  26.错误率估计

  27.小结

  28.实验3-4-5Bayes分类器-kNN分类器-视频动目标检测

  29.概述、类别可分性判据(一)

  30.类别可分性判据(二)

  31.基于可分性判据的特征提取

  32.离散KL变换与特征提取

  33.离散KL变换在特征提取与选择中的应用

  34.特征选择中的直接挑选法

  35.综合实验-图像中的字符识别

资源下载此资源下载价格为6学分,请先
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305
资源下载
下载价格:6 学分
VIP优惠:免费
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305

评论0

  • 昵称
  • 邮箱
  • 网址
找资源,搜一下,更惊喜
没有账号? 注册忘记密码?