模式识别应用

模式识别应用Tag内容描述：<p>1、武汉大学电子信息学院,IPL,第六章 模式特征的选择与提取,模式识别理论及应用 Pattern Recognition - Methods and Application,内容目录,IPL,第六章 模式特征的选择与提取,6.1 引言,3,2,4,5,6.2 类别可分离性判据,6.3 特征提取与K-L变换,6.4 特征的选择,6.5 讨论,1,第六章 模式特征的选择与提取,3,6.1 引言,特征的选择与提取是模式识别中重要而困难的一个环节： 分析各种特征的有效性并选出最有代表性的特征是模式识别的关键一步 降低特征维数在很多情况下是有效设计分类器的重要课题 三大类特征：物理、结构和数学特征 物理和结构特征：易。</p><p>2、机器学习在模式识别中的应用,姓 名： 杨赵南 班 级： 12级电气类4班 学 号： 2012214462,中南民族大学,主要内容,绪论 机器学习 机器学习算法在模式识别中的应用 实现方法,中南民族大学,绪论,摘要 背景和意义 国内外发展情况,中南民族大学,机器学习,机器学习的定义 机器学习系统的工作机制 机器学习系统的设计,中南民族大学,机器学习的定义,一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。 专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自。</p><p>3、主要介绍随机纹理图像中用于分类的特征提取。,随机特征的统计度量：,(一)、一阶统计量的特征提取 以直方图为基础,N(i)：第i个灰度级的象素总数， M：整幅图的像素总和 P(i)：灰度i出现的概率，即一阶直方图灰度,图像灰度值的一阶概率分布,一阶统计量是最基本灰值特性度量，可提供许多信息，例如：若显现较窄的峰时，说明图像灰值反差小，当出现双峰时，说明图中有两个不同亮度的区域,若取p(i)作为直方图特征，当图像灰度量化太大时，可能太多（例如256时，就有256个特征），没有必要。 若采用某些统计量作为特征，不仅数目少，且描述更明。</p>