机器学习模式识别，图像中的字符识别视频教程下载

　

　  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，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305