精华内容
下载资源
问答
  • 北航本科2018 模式识别与智能系统.docx
  • 2010科大模式识别与智能系统方向考试真题.rar
  • 为《模式识别与智能系统-MATLAB实现》的配套光盘,其中包含了该书的软件安装部分,功能十分强大,源代码书中有,结合书和该软件可以结合MATLAB,做出具有其它功能的模式识别分类系统。
  • 研究生专业,这两个有什么区别???前面是计算机学院的,后者是自动化学院的。 我主要是想学工业图像处理,我该报哪个学院的哪个专业?
  • 大家可以参考天津考研网的《天津大学901数据结构程序设计考研红宝书》,这本书在参照901数据结构程序设计考研大纲以及历年真题的基础上,总结了重要考点并附有相应的例题,复习价值还是挺高的。另外,买了《C++...
        
        作为从考研战场上存活下来的一个小虾兵,深深地感受过考研的恶意,仅仅在考研资料上我就差点吐血。因为市面上的考研资料五花八门,真真假假,还好有学长的帮忙介绍,才找到了适合自己的辅导书。现在,秉承着传扬优秀道德的思想,我也来为即将考研的小兵们介绍一下考研资料的选择。
        参考书及复习资料:
        【一】数据结构:
        1、《数据结构》C语言版,严为敏吴伟民编,清华大学出版社,2009.
        2、《数据结构》(用面向对象方法与C++描述),殷人昆等,清华大学出版社,2007.
        【二】程序设计:
        1、《C++程序设计》,Y.DanielLiang著,王刚刘晓光刘璟译,机械工业出版社
        2、《C++编程思想(两卷合订本)》埃克尔(BruceEckel)、ChuckAllison、刘宗田、袁兆山机械工业出版社
        3、《C++程序设计语言(特别版o十周年中文纪念版)》斯特朗斯特鲁普(BjarneStroustrup)、裘宗燕机械工业出版社
        学校指定的数据结构参考书部分内容考试是不涉及的,还有对于基础比较弱或者跨专业考研的同学来说,这两本书的知识点可能会讲的偏难,不适合考试用。大家可以参考天津考研网的《天津大学901数据结构与程序设计考研红宝书》,这本书在参照901数据结构与程序设计考研大纲以及历年真题的基础上,总结了重要考点并附有相应的例题,复习价值还是挺高的。另外,买了《C++编程思想》翻译版的同学可能会觉得这本书翻译得很生硬,这个时候可以考虑用你们学校上课用的C++教材。不用太担心教材内容会和考试内容有太大出入,因为无论什么教材,面向对象的精髓是不变的,也就是有关类、对象、模板等概念。熟练掌握这些概念后,就可以再翻翻《C++编程思想》要注意书上的一些程序片段,出题老师可能直接用这些考大家,要注意一下!
        如2004年程序运行结果题第2题和第6题都出自《C++编程思想》。
    展开全文
  • 点击文末的阅读原文或者公众号界面左下角的调剂信息或者公众号回复“调剂”是计算机/软件等专业的所有调剂信息集合,会一直更新的。本团队主要从事机器人导航控制技术和农业装备的智能控制技术研究,...

    点击文末的阅读原文或者公众号界面左下角的调剂信息或者公众号回复“调剂”是计算机/软件等专业的所有调剂信息集合,会一直更新的。

    本团队主要从事机器人导航控制技术和农业装备的智能控制技术研究,因课题需要现招聘自动化,控制工程,机器学习和模式识别相关专业的学硕两名,要求总分在325分左右,英语单科超过45分。

    信息来源网址:

    http://muchong.com/t-13293394-1

    点击阅读原文,看看今年目前所有计算机/软件等专业的调剂信息。

    公众号建立了 计算机考研调剂交流 QQ群,最新的调剂信息会在群里发布。

    群号 984844252 欢迎加入。

    您还可以在以下平台找到我们


    如果觉得有用,请点一下好看~

    展开全文
  • 模式识别人工智能与医学专家系统之间关系.ppt
  • 模式识别人工智能与医学专家系统之间关系精选.ppt
  • 模式识别与智能计算matlab实现,包含每一章节的MATLAB代码实现及其数据,配合讲义,能更好地学习模式识别与智能计算算法。本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想...
  • 模式识别-人工智能与医学专家系统
  • 先介绍了人工智能,分为概念分析、发展轨迹、基本方法、研究和应用领域,应用举例;再讲解了模式识别,从定义目的、模式识别的全过程、分类;最后讲解了专家系统,以及人工神经网络。
  • 本文分析研究了神经网络的工作原理及其在加热炉模式识别与智能控制系统中应用情况,论述了加热炉模式识别与智能控制的特点。实践结果表明,这种控制思想是可行的,能够取得满意的控制效果。
  • 1、概述 1.1基本概念 模式识别的目的... 模式识别系统:数据获取——>预处理———>特征提取和选择——>分类决策——>分类器设计 统计模式识别研究的主要问题:特征的选择优化,分类判别,聚类判别。 ...

    1、概述

    1.1基本概念

    模式识别的目的是利用计算机对物理对象进行分类,在错误概率最小的条件下,使识别的结果尽量与客观物体相符合。

    特征:与识别有关的因素,称为一个特征。

    模式:就是样品所具有的特征的描述。

    模式识别系统:数据获取——>预处理———>特征提取和选择——>分类决策——>分类器设计

    统计模式识别研究的主要问题:特征的选择与优化,分类判别,聚类判别。

    1.2特征空间优化设计问题

    所选用的特征应具有使同类物体分布具有紧致性,对初始的特征进行改造,目的在于提高某方面的性能,因此又称为特征的优化问题

    一般来说,优化就是降维,优化后的特征更有利于分类计算。

    两种基本方法:一种是特征选择,一种是组合优化。

    特征选择就是筛选,选出一些主要的特征,忽略一些次要的特征。

    特征优化就是一种映射变换改造原特征空间,新的特征是原有特征的一个函数,主要限定在线性变换的方法上。

    Kanal.L曾经总结过经验;样品数N与特征数n之比应足够大,通常样本数N是特征数n的5~10倍。

    总之,特征选择与特征优化的任务是求出一组对分类最有效的特征。有效是指在特征维数减少到同等水平时,其分类性能最佳。

    1.3 分类器设计

    在统计模式识别中,感兴趣的主要问题并不是决策正误,而是如何使决策错误造成的分类误差在整个识别过程中的风险代价达到最小。这种最优是针对某一种设计原则讲的,这种原则称为一种准则,常用的准则有最小错误率准则,最小风险准则,近邻准则,Fisher准则,均方误差最小准则,感知准则等。设计准则,并使该准则达到最优的条件是设计模式识别最基本的方法。

    Fisher准则:根据两类样品一般类内密集,类间分离的特点,寻找线性分类器最佳的法线向量方向,使两类样品在该方向上的投影满足雷内尽可能密集,类间尽可能分开的原则,把它们投影到任意一根直线上,又可能不同类别的样品就混在一起了,无法区分。

    感知准则:使错误分类样品到分界面距离之和最小为原则。提出利用错误提供信息实现迭代修正的学习原理,即利用错分类提供信息修正错误。这种准则是人工神经元网络多层感知器的基础。

    1.3.1 分类器设计基本方法

    1、模板匹配

    最近邻方法,其缺点是计算量大,存储量大,要存储的模板多,

    2、判别函数

    (1)基于概率统计的分类法

    (2)判别函数分类法 判别分类器不依赖于条件概率密度的知识,可以理解为通过几何的方法,把特征空间分解为对应于不同类别的子空间。

    3、神经网络分类

    从输入空间到输出空间的一个非线性映射,它通过调整权重和阈值来“学习”或发现变量间的关系,实现对事物的分类。由于神经网络是一种对数据分布无任何要求的非线性技术,它能有效解决非正态分布、非线性的评价问题,因而受到广泛的应用。

    4、基于规则推理法

    通过样本训练集构造推理规则进行模式分类,主要有决策树和粗糙集理论。决策树学习室以实例为基础的归纳学习算法。决策树是以实例为基础的归纳学习算法。它着眼于从一组无次序、无规则的实例中推理出决策树表示形式的分类规则。

    粗糙集理论反映了认知过程在非确定、非模型信息处理方面的机制和特点,是一种有效的非单调推理工具。粗糙集以等价关系为基础,用上、下近似两个集合来逼近任意一个集合,该集合的边界区域被定为上近似集合下近似集之差集。

    1.3.2 判别函数

    无论用概率统计的分类方法还是应用几何分类法,最终都转化为确定判别函数形式。确定分界面方程包括选择函数类型与确定最佳参数两个部分。一般来说,选择函数室友设计者确定的,但其参数的确定准则是通过一个学习过程来实现的,是一个迭代实现优化的过程。

    线性分类器设计:

    (1)确定使用的判别函数类型或决策面方程类型,如线性分类器,分段线性分类器,非线性分类器或近邻法

    (2)按需要确定一准则函数J,如Fisher算法,感知器算法,增量校正算法,LMSE算法。

    (3)确定准则函数J达到极值W*的具体数值,从而确定判别函数,完成分类器的设计。

    这种方法没有使用样本的统计参数,称为非参数判别分类法。

    转载于:https://www.cnblogs.com/paly-programming/p/5046813.html

    展开全文
  • 模式识别与智能计算的matlab实现源码项目文件 使用神经网络进行字符识别 PRERNA DUTTA 在以下指导下: SHILADITYA MUKHERJEE教授 团队成员: SNEHAL PATRA SUJAY MAYRA 英石。 加尔各答XAVIER'S COLLEGE 理学士。 ...
  • 模式识别与智能计算的matlab实现源码#awesome-c 精选的C框架,库和软件的精选清单。 -如何用C ++制作计算机操作系统 -基于C /缓存/核心的计算机视觉库,现代计算机视觉库 -适用于Windows的Objective-C -基于C的gRPC...
  • 该资源为《模式识别与智能计算—Matlab技术实现》pdf格式电子书part1,全书共有2部分(由于每次上传大小限制)。 注:两部分都下载后,把名字改为一样,不然解压会出错(由于对这个系统还不熟,给大家造成的麻烦请...
  • 该资源为《模式识别与智能计算—Matlab技术实现》pdf格式电子书part2,全书共有2部分(由于每次上传大小限制)。 注:两部分都下载后,把名字改为一样,不然解压会出错(由于对这个系统还不熟,给大家造成的麻烦请...
  • 人工智能模式识别与医学专家系统 生物医学工程研究所 第一节 人工智能 智能化是当前新技术新产品新产业的重要发展方向开发策略和显著标志例如智能控制Intelligent Control智能自动化Intelligent Automation智能管理...
  • 模式识别与智能计算的matlab实现源码深度学习论文摘要。 [] 2017年10月15日-DL历史和基础知识:DBN,AlexNet,VGGNet,GoogLeNet,ResNet,RNN(语音演化) [] 2017年10月22日-DL方法:模型,优化,深度生成模型,...
  • 模式识别与智能计算的matlab实现源码 骑鹿人的计算机科学学习指南 原文地址: QQ交流群:296867034 本指南: 汇集互联网上的优质免费教材、视频资源。 为在读的计算机系学生,编程爱好者提供系统的学习方案。 为通过...
  • 模式识别与智能计算的matlab实现源码很棒的星星 我的GitHub明星精选清单! 由产生。 内容 AGS脚本(1) -three.js的扩展系统 ASP(1) -此回购是用于中国古代诗歌和古韵(发音)的数据库。 动作脚本(1) -flixel是...
  • 模式识别与智能计算的matlab实现源码很棒的高级计量基础架构 先进的计量基础设施指数将公用事业和数据科学领域的行业合作伙伴和研究人员联系起来。 我们一起了解公用事业/运营商/制造商生成的智能计量数据。 在家庭/...
  • 其次,设计了智能轮椅语音识别与控制系统的硬件电路,主要包括:电源电路、电机驱动电路、模式切换开关及操纵杆电路、串口通信电路、电压检测电路等,搭建了一套完整的硬件系统。 接着,介绍了SPCE061A 单片机以及...
  • 模式识别与智能计算的matlab实现源码#awesome-c 精选的C框架,库和软件的精选清单。 -如何用C ++制作计算机操作系统 -基于C /缓存/核心的计算机视觉库,现代计算机视觉库 -适用于Windows的Objective-C -基于C的gRPC...
  •  模式识别算法的设计都是强调“最优”或“最佳”,希望所设计的系统在性能上最优。这种“最优”是针对某一种设计原则而言的,及准则。 1.3.1分类器设计准则如下:  1)最小误差率准则;  2)最小风险准则;  3)...

    1.3分类器设计

       模式识别算法的设计都是强调“最优”或“最佳”,希望所设计的系统在性能上最优。这种“最优”是针对某一种设计原则而言的,及准则。

    1.3.1分类器设计准则如下:

             1)最小误差率准则;

             2)最小风险准则;

             3)近邻准则:依据是同类物体在特征空间具有聚类特性的原理;

             4)Fisher准则;

             5)均方误差最小准则;

             6)感知准则。

        分类器设计方法如下:

             1)模板匹配;

             2)判别函数:概率分布、几何判别

             3)神经网络分类法;

             4)基于规则推理的方法:决策树和粗糙集理论等;

     

    1.3.2判别函数

        函数类型选择(线性/非线性)、参数确定;

     

    1.3.3分类器的选择

        设特征向量特征分量数目为n,可分类数目为M,符合一定的条件时可以使用线性分类器;正态分布条件下一般适合使用二次函数决策面:

             1)若可分类数目M=2(n+1)约等于2n,则几乎无法用一个线性函数分类器将他们分成两类;

             2)在模式识别中,理论上,M>n+1的线性分类器不能应用,但其中一类的特征向量聚集度高,则无论M多大线性分类器效果都是良好的。

     

    1.3.4训练与学习

        1)训练集

        2)测试集

        3)系统评价原则

     

    1.4聚类定义与设计准则(略)

    展开全文
  • 2、模式识别系统=由数据获取、预处理、特征提取、分类决策和分类器设计5部分组成。 ①数据获取:利用计算机可以运算的符号来表示所研究的对象,对应于外界物理空间向模式空间的转换。一般,获取的信息类型有以下几...
  • 摘要:智能车在探测.救生等方面具有广阔的应用前景,针对图像识别智能车缺乏稳定的运行状况,提出一套完整的硬件设计...智能车即轮式移动机器人,智能车的设计涉及模式识别.传感技术.电子.控制.计算机.机械和电源等多
  • 模式识别与智能计算的matlab实现源码Easy机器学习框架,库和软件(按语言)的精选列表。 如果您想为该列表做出贡献(请这样做),请向我发送拉取请求或与我联系。 另外,在以下情况下,不建议使用列出的存储库: ...
  • 模式识别从20世纪20年代发展至今,人们的一种普遍看法是不存在对所有...把统计模式识别或句法模式识别与支持向量机的机器学习结合起来,把人工神经元网络与各种已有技术以及人工智能中的专家系统、不确定推理方法结合

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 984
精华内容 393
关键字:

模式识别与智能系统