删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

广东工业大学2012年博士学位考试大纲(3032)模式识别

广东工业大学 免费考研网/2012-12-03

广东工业大学

全日制研究生招生考试专业课考试大纲

招生类别:(请选择: R博士生 □学术型硕士生□专业学位硕士生)

考试科目名称: 模式识别

基本内容: (300字以内)

1、模式识别概论:模式与模式识别,模式识别系统,模式识别的主要方法,监督学习、非监督学习和半监督学习。

2、统计决策方法:贝叶斯决策理论,判别函数和决策面,正态分布的贝叶斯分类,未知概率密度函数的估计, 最近邻规则,贝叶斯网络。

3、线性分类器:线性判别函数的基本概念,Fisher线性判别分析,感知器,最小平方误差判别,最优分类超平面与线性支持向量机,多类线性分类器。

4、非线性分类器:分段线性判别函数,二次判别函数,多层感知器神经网络,支持向量机,核函数机器。

5、其他分类方法:近邻法,决策树与随机森林,罗杰斯特回归,Boosting方法。

6、特征选择;特征的评价准则,特征选择的最优算法,特征选择的次优算法,特征选择的遗传算法,以分类性能为准则的特征选择方法。

7、特征提取:基于类别可分性判据的特征提取,主成分分析方法,Karhunen-Loève变换,高维数据的低维显示,多维尺度法,非线性变换方法。

8、非监督模式识别:基于模型的方法,混合模型的估计,动态聚类算法,模糊聚类方法,分级聚类方法,自组织映射神经网络。

9、模式识别系统的评价,监督模式识别方法的错误率估计,有限样本下错误率的区间估计问题,特征提取与选择对分类器性能估计的影响,从分类的显著性推断特征与类别的关系,非监督模式识别系统性能的评价。

题型要求及分数比例:(博士生满分100分,学术型、专业学位硕士生满分均150分)

简答题: 约50分

证明题: 约30分

计算题: 约20分

参考书目:

①模式识别(第三版),张学工编著,北京:清华大学出版社,2010.

②模式识别(第四版),西奥多里蒂斯等著,北京:电子工业出版社,2010.

学院盖章主管院长审核签名:日期:

相关话题/大纲