模式识别
2009年秋季 （最后更新：2009年12月16日， 上传第十四周课件和期末课程项目说明）
教材：边肇祺，张学工等，《模式识别》(第二版)，清华大学出版社，2000。
主要参考书： Richard O. Duda,
Peter E. Hart, David G.Stork，《模式分类》，机械工业出版社，2005。
J．P．Marques de sa，《模式识别原理、方法及应用》，清华大学出版社，2002。
黄风岗，宋克欧，《模式识别》，哈尔滨工业大学出版社，1999。
Christopher
M. Bishop,《Pattern Recognition and Machine Learning》，springer，2007。
上课时间和地点：星期二 七 ~ 九节；一教103
办公时间：请邮件预约
课件、作业和参考资料（随时调整）：
|
|
课程内容、课件 |
作业 |
参考资料 |
|
第一周 |
课程简介(ppt) 引论(ppt) |
|
R. C. Gonzales,
R. E. Woods, "Brief
Review of Matrices, Vectors, Probability and Random Variables" (local copy), 2002. |
|
第二周 |
引论（第二部分）(ppt) 贝叶斯决策理论（第一部分）(ppt) |
A. K. Jain, R.
P. W. Duin, J. Mao, "Statistical
Pattern Recognition: A Review" (local
copy), IEEE Trans. on Pattern Analysis and Machine Intelligence,
22(1):4-37, January 2000. |
|
|
第三周 |
贝叶斯决策理论（第二部分）(ppt) |
|
|
|
第四周 |
国庆假期 |
|
|
|
第五周 |
贝叶斯决策理论（第三部分）(ppt) 概率密度函数的估计（第一部分）(ppt) |
In
Jae Myung, Tutorial
on Maximum Likelihood Estimation, Journal of Mathematical Psychology,
vol. 47, pp. 90-100, 2003. |
|
|
第六周 |
概率密度函数的估计（第二部分）(ppt) |
A. Elgammal et al, Background
and Foreground Modeling Using Nonparametric Kernel Density Estimation for
Visual Surveillance, Proceedings of the IEEE, vol. 90, no. 7, pp.
1151-1163, 2002. |
|
|
概率密度函数的估计（第三部分）(ppt) 线性判别函数（第一部分）(ppt) |
|
||
|
第八周 |
线性判别函数（第二部分）(ppt) |
1.
M. A. Hearst, "Support
Vector Machines", IEEE Intelligent Systems, 13(4):18-28, July 1998. 2.
B. Scholkopf, C. Burges, A.
J. Smola, "Introduction
to Support Vector Learning", in Advances in Kernel Methods - Support
Vector Learning, MIT Press, 1999. 3.
C. J. C. Burges, "A
Tutorial on Support Vector Machines for Pattern Recognition", Data
Mining and Knowledge Discovery, 2(2):121-167, June 1998. |
|
|
第九周 |
线性判别函数（第三部分）(ppt) 非线性判别函数（第一部分）(ppt) |
1.
J. Platt, "Sequential
Minimal Optimization: A Fast Algorithm for Training Support Vector
Machines", 1998. 2.
|
|
|
第十周 |
非线性判别函数（第二部分）(ppt) 近邻法 (ppt) 监督模式识别方法总结 (ppt) |
|
|
|
第十一周 |
特征的选择和提取（第一部分）(ppt) hw
7-2 solution (ppt) |
||
|
第十二周 |
特征的选择和提取（第二部分）(ppt) |
1.
Lindsay I Smith， ”A tutorial on Principal Components
Analysis” 2.
Jonathon Shlens, ”A Tutorial on Principal Component Analysis” |
|
|
第十三周 |
非监督学习方法(ppt) |
1.
A. K. Jain, R. C. Dubes,
"Algorithms for Clustering Data",
Prentice Hall, 1988 2.
A. K. Jain, M. N. Murty,
P. J. Flynn, "Data Clustering:
A Review", ACM Computing Surveys, 31(3):264-323, September 1999 3.
A. K. Jain, "Data Clustering: 50 Years Beyond K-means",
King-Sun Fu Prize Lecture at ICPR 2008 |
|
|
第十四周 |
人工神经网络简介(ppt) |
|
1.
K. Jain, J. Mao, K. M. Mohiuddin,
"Artificial neural networks: a
tutorial", IEEE Computer, 29(3):31-44, March 1996. 2.
P. F. Baldi, K. Hornik, "Learning
in linear neural networks: a survey", IEEE Transactions on Neural
Networks, 6(4):837-858, July 1995. 3.
G. P. Zhang, "Neural
networks for classification: a survey", IEEE Transactions on
Systems, Man and Cybernetics, Part C: Applications and Reviews,
30(4):451-462, November 2000. |
|
第十五周 |
|
|
|
|
第十六周 |
|
|
|
授课老师：甘锐 （理科一号楼1511）
助教：季东