一、适应报考的专业：模式识别与智能系统

二、考试题型：简答题、论述题、计算题

三、基本内容：

Ø　　　  模式识别的研究方法

掌握从输入模式的预处理到抽取特征、选择特征到模式分类的基本过程，统计模式识别的基本内涵

Ø　　　  线性判别函数与决策面、Fisher线性判别

Ø　　　  Bayes决策理论

最小错误概率的Bayes决策和最小风险的Bayes决策

Ø　　　  近邻法则与集群（聚类）

近邻法则的一般概念及其错误率

集群属无监督分类，了解C均值算法和ISODATA算法，集群的离散度准则

Ø　　　  特征抽取和选择

离散的KL变换、KL坐标系的产生矩阵

Ø　　　  对模式识别的最新进展的概念了解

人工神经网络，支持向量机

四、参考教材：

　　　　　边肇祺等编著《模式识别》（清华大学出版社）  

　　　　  杨光正等编著《模式识别》（中国科技大学出版社）